如何使用Perl根据XML标签>后的内容对数组排序

原始数组 #

我有如下Perl数组：

@all = (
    '<side.effect signif="life.threat">myocardial infarction</side.effect>',
    '<side.effect signif="life.threat">hypersensitivity reactions</side.effect>',
    '<side.effect signif="life.threat">lactic acidosis</side.effect>',
    '<side.effect signif="most.freq">vomiting</side.effect>',
    '<side.effect signif="most.freq">diarrhea</side.effect>',
);

期望输出 #

希望根据XML起始标签属性后的>字符之后的内容对数组排序，得到如下结果：

<side.effect signif="most.freq">diarrhea</side.effect>
<side.effect signif="life.threat">hypersensitivity reactions</side.effect>
<side.effect signif="life.threat">lactic acidosis</side.effect>
<side.effect signif="life.threat">myocardial infarction</side.effect>
<side.effect signif="most.freq">vomiting</side.effect>

尝试过的无效代码 #

由于存在重复标签，无法转换为哈希表，尝试了以下代码但未实现排序：

my @sorted_all = sort {
    my ($aa, $bb) = map { (split)[1] } $a, $b;
    $bb <=> $aa;
} @all;

解决方案 #

你之前的代码问题在于用split的方式无法正确提取到需要排序的目标文本。正确做法是用正则表达式捕获>之后到</side.effect>之前的副作用名称，再基于该文本排序：

my @sorted_all = sort {
    # 提取每个元素中需要排序的核心文本
    my ($a_content) = $a =~ />(.*?)<\/side\.effect>/;
    my ($b_content) = $b =~ />(.*?)<\/side\.effect>/;
    # 按文本升序排序
    $a_content cmp $b_content;
} @all;

解释：

• 正则表达式/(.*?)<\/side\.effect>/会精准匹配>之后的内容，直到遇到</side.effect>，捕获这部分文本作为排序依据
• 使用字符串比较运算符cmp进行升序排序，最终得到期望的排序结果

内容的提问来源于stack exchange，提问作者RFA