入力テキストファイル、次が含まれています。私は、テキストファイルを読み込むことで、XMLファイルを作成したいperlを使ってテキストをXMLに変換するには?
....
ponies B-pro
were I-pro
used I-pro
A O
report O
of O
indirect B-cd
were O
. O
...
出力XMLファイル
<sen>
<base id="pro">
<w id="1">ponies</w>
<w id="2">were</w>
<w id="3">were</w>
</base>A report of
<base id="cd">indirect</base> were
</sen>
、B-は私のタグの初めを意味し、I-タグ内に単語を含めることを意味し、「O」は、タグ内にのみ存在することを意味するベースタグの外側を意味する。
私は以下のコードを試してみてください。
#!/usr/local/bin/perl -w
open(my $f, "input.txt") or die "Can't";
open(my $o, ">output.xml") or die "Can't";
my $c;
sub read_line {
my $fh = shift;
if ($fh and my $line = <$fh>) {
chomp($line);
my @words = split(/\t/, $line);
my $word = $words[0];
my $group = $words[1];
if($word eq "."){
return;
}
else{
if($group ne 'O'){
my @b = split(/\-/, $group);
if($b[0] eq 'B'){
my $e = "<e id=\"";
$e .= " . $b[1] . "\">";
$e .= $word . "</e>";
return $e;
}
if($b[0] eq 'I'){
my $w = "<w id=\"";
$w .= $c . "\">";
$w .= $word . "</w>";
$c++;
return $w;
}
}
else{
$c = 2;
return $word;
}
}
}
return;
}
sub get_text(){
my $txt = "";
my $r = read_line($f);
while($r){
if($r =~ m/[[:punct:]]/){
chop($txt);
$txt .= " " . $r . " ";
}
else{
$txt .= $r . " ";
}
$r = read_line($f);
}
chop($txt);
return "<sen>" . $txt . ".</sen>";
}
代わりに出力として取得イム:
<sen>
<base id="pro"> ponies </base>
<w id="2">were</w>
<w id="3">were</w>
A report of
<base id="cd">indirect</base> were
</sen>
は、私は本当に助けを必要としています。
ありがとうございました
文字列を一緒にバッシングしてXMLを生成しようとしないでください。適切なXMLモジュールを使用してください。 – Quentin
私を助けてください! – aliocee
あなたの質問にはあいまいさがたくさんあります。「間接」は実際には ' 'を得る代わりに' 'の中のテキストであるはずですか? '' IDはグローバルに増加するだけですか? (XMLはIDの再利用を禁じます)。 'blah B-bar'の直後(ベースIDが一致しない)に' blah I-foo'と表示されるとどうなりますか?私はいくつかの作業コードを持っていますが、実際にはこれらの質問に答えることなく*正しい*と言うことはできません。 –
hobbs