extract_xml_tags.pl

   1 #!/usr/bin/perl -w
   2
   3 # Copyright 2009-2012, Equinox Software, Inc.
   4 #
   5 # This program is free software; you can redistribute it and/or
   6 # modify it under the terms of the GNU General Public License
   7 # as published by the Free Software Foundation; either version 2
   8 # of the License, or (at your option) any later version.
   9 #
  10 # This program is distributed in the hope that it will be useful,
  11 # but WITHOUT ANY WARRANTY; without even the implied warranty of
  12 # MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the
  13 # GNU General Public License for more details.
  14 #
  15 # You should have received a copy of the GNU General Public License
  16 # along with this program; if not, write to the Free Software
  17 # Foundation, Inc., 51 Franklin Street, Fifth Floor, Boston, MA  02110-1301, USA.
  18
  19 use strict;
  20
  21 use Getopt::Long;
  22
  23 my (@tags, $infile);
  24 GetOptions ("tags=s" => \@tags,
  25             "infile=s" => \$infile);
  26 @tags = split(/,/, join(',', @tags));
  27
  28 open(FH, $infile) or die "Can't open $infile for reading: $!";
  29
  30 while (<FH>) {
  31
  32   my %tag;
  33   my $xml = $_;
  34
  35   # Find the Evergreen bib ID
  36   $xml =~ m/<datafield tag="903".+?<subfield code="a">(.+?)<\/subfield>/;
  37   my $egid = $1;
  38
  39   # Find each occurrence of each tag specified
  40   foreach (@tags) {
  41     $tag{$_} = [ $xml =~ m/(<datafield tag="$_".+?<\/datafield>)/g ];
  42   }
  43
  44   # Clean up the results before printing
  45   my $output = '';
  46   foreach my $key (sort keys %tag) {
  47     my $text = join("", @{$tag{$key}});
  48     $text =~ s/>\s+</></g;
  49     $output .= $text;
  50   }
  51
  52   # If we found any specified tags, print what we found.
  53   if ($output ne '') {
  54     print "$egid\t$output\n";
  55   }
  56
  57 }
  58
  59 close(FH);