Perl提取XML文件中<field>标签间内容的方法咨询

作为Perl新手，处理XML时别着急直接上手正则（虽然简单场景能凑活，但复杂XML很容易翻车），这里给你两种靠谱的实现方式，按需选择：

方法一：用正规XML解析模块（推荐，适配所有XML场景） #

Perl有专门的XML处理模块，XML::LibXML是最常用的之一，能完美处理XML的嵌套、属性等复杂结构，不会出现正则匹配的各种坑。

步骤： #

1. 先安装模块：
   用CPAN安装：cpanm XML::LibXML
   或者用系统包管理器（比如Ubuntu）：sudo apt install libxml-libxml-perl

2. 示例代码：

use strict;
use warnings;
use XML::LibXML;

# 解析目标XML文件
my $parser = XML::LibXML->new();
my $doc = $parser->parse_file('your_file.xml') or die "Failed to parse XML: $!";

# 遍历所有<field>节点
foreach my $field ($doc->findnodes('//field')) {
    # 获取节点内部的XML内容（会包含外层<field>标签，所以需要去掉）
    my $inner = $field->toString(0); # 0表示压缩格式，去掉多余空格换行
    $inner =~ s/^\s*<field>\s*//;    # 去掉开头的<field>标签及前后空白
    $inner =~ s/\s*<\/field>\s*$//;  # 去掉结尾的</field>标签及前后空白
    print $inner;
}
print "\n";

这个方法不管你的标签有没有嵌套、有没有属性，都能准确提取内部内容，是生产环境的首选。

方法二：用正则表达式（仅适合简单无嵌套的XML场景） #

如果你的XML结构非常简单，像示例里那样没有嵌套的标签，也可以用快速的正则匹配来实现，代码更短：

use strict;
use warnings;

# 读取整个XML文件内容
open my $fh, '<', 'your_file.xml' or die "Can't open file: $!";
my $xml_content = do { local $/; <$fh> };
close $fh;

# 全局匹配所有<field>...</field>之间的内容（非贪婪匹配）
while ($xml_content =~ /<field>(.*?)<\/field>/gs) {
    print $1;
}
print "\n";

⚠️ 注意：如果你的XML里存在嵌套的情况（比如<field><field>...</field></field>），这个正则会错误地把内层的</field>当成匹配结束，导致提取内容不完整。所以这种场景一定要用方法一的XML解析模块。

另外，看你示例里的结尾标签写的是<field>，应该是笔误成了未闭合的标签，正常XML应该是</field>，如果原文件确实是<field>结尾，把正则里的<\/field>改成<field>即可。

内容的提问来源于stack exchange，提问作者Krishh