#!/usr/bin/perl
use strict;
use warnings;

my $tag;
my $output;
my $fh;
my $deletestrings;
#open DATA,"$ARGV[0]";
while (<DATA>) {
    chomp;
 s/[\cA-\cZ]//g;     # To remove control characters
#To delete the lines which has {IT} and any lines between {IT} and {SO
+URCETAG}
if (/\{IT\}/ .. /^\{SOURCETAG\}/) {
        unless (/^\{(IT|SOURCETAG)\}/) {
            $deletestrings = $_;
        $_ = '' if index( $_, "$deletestrings" ) >= 0;
        }
    }
        s/[\\|<]$//g;
        s/^[\\|<]//g;
        s/<//g;
        s/^\s+//g;
        s/\s+$//g;
    if(/^{(.*)}$/) {    # match {METATAG} line
        $fh = output($output, $tag, $fh);
        $output = "";
        $tag = $1;
    } else {            # not a {TAG} line

        next unless($tag);
        next if(/^\s*$/);
        s/\\//g;
        $output .= ($output) ? " $_" : "<$tag>$_";
    }
}
$fh = output($output, $tag, $fh);
if($fh) {
    print $fh "</ROOT>\n";
    close($fh);
}
exit(0);

sub output {
    my ($output, $tag, $fh) = @_;
    if($output) {
        if($output =~ m/<SOURCETAG>(.*)/) {
            if($fh) {
                print $fh "</ROOT>\n";
                close($fh);
            }
            open($fh, '>', "$1.xml") or die "$1.xml: $!";
            print $fh "<?xml version=\"1.0\" encoding=\"UTF-8\"?>\n<RO
+OT>\n";
        }
        print $fh "$output</$tag>\n";
    }
    return($fh);
}
__DATA__
^C^D^V^V^A exit 0543 961017 N S 9702050900 00000000^B{IT}
N
{SOURCETAG}
9702050900
{ACCESSION}
000000
{DATE}
961017
{TDATE}
Thursday, October 17, 1996
{PUBLICATION}
EXITO
{EDITION}
Exito
{SECTION}
SALUD FAMILIAR
{PAGE}
22
{SOURCE}
Por Nahyr Acosta. Colaboradora de ¡Exito!
{COLUMN}
Nuestro hijos.
{HEADLINE}
EVITE LA ENFERMEDAD PERIODONTAL<                   AS
{LEAD}CTIQUE LA HIGIENE DENTAL PARA CUIDAR SUS ENCÃ   Cuando hace casi
+ dos años visité a mi dentista para hacerme un chequeo
dental , me encontré ante un problema que podía terminar con mi dent
+adura.
Siempre tuve unos dientes sanos y jamás se me ocurrió pensar que pod
+ía  perder
mis piezas si no tomaba acción inmediata. Me puse en manos del  denti
+sta y
empezamos a trabajar en mis encías.<

[download]
This code creates a xml output. But for {LEAD} it doesnot creates the proper tag. For the file when I pass the input file as an command line argument, The output is seen as below. 
<SECTION>SALUD FAMILIAR</SECTION>
<PAGE>22</PAGE>
<SOURCE>Por Nahyr Acosta. Colaboradora de ¡Exito!</SOURCE>
<COLUMN>Nuestro hijos.</COLUMN>                                       
+                     AS</HEADLINE>
<LEAD>Cuando hace casi dos años visité a mi dentista para hacerme un
+ chequeo dental , me encontré ante un problema que podía terminar c
+on mi dentadura. Siempre tuve unos dientes sanos y jamás se me ocurr
+ió pensar que podía  perder mis piezas si no tomaba acción inmedia
+ta. Me puse en manos del  dentista y empezamos a trabajar en mis encÃ
+­as. La descomposición de la comida, la saliva y las bacterias que h
+ay en la boca producen una sustancia llamada placa, que se adhiere a 
+la superficie de los dientes y, si no se limpia diariamente, irrita l
+as encías y se endurecen, formando el sarro. Esta sustancia, a su ve
+z, se adhiere cada vez más, inflamando las encías y produciendo bol
+sas que se llenan con colonias de bacterias. Estas son las que con el
+ tiempo, causan la enfermedad periodontal. Las bacterias también pro
+ducen una sustancia llamada toxina, la cual destruye el hueso.</LEAD>

[download]
For {LEAD} it creates the tag but not for HEADLINE

In reply to Re^4: Delete till end of line to another string by Anonymous Monk
in thread Delete till end of line to another string by Anonymous Monk

Title:
Use:  <p> text here (a paragraph) </p>
and:  <code> code here </code>
to format your post, it's "PerlMonks-approved HTML":


  • Posts are HTML formatted. Put <p> </p> tags around your paragraphs. Put <code> </code> tags around your code and data!
  • Titles consisting of a single word are discouraged, and in most cases are disallowed outright.
  • Read Where should I post X? if you're not absolutely sure you're posting in the right place.
  • Please read these before you post! —
  • Posts may use any of the Perl Monks Approved HTML tags:
    a, abbr, b, big, blockquote, br, caption, center, col, colgroup, dd, del, details, div, dl, dt, em, font, h1, h2, h3, h4, h5, h6, hr, i, ins, li, ol, p, pre, readmore, small, span, spoiler, strike, strong, sub, summary, sup, table, tbody, td, tfoot, th, thead, tr, tt, u, ul, wbr
  • You may need to use entities for some characters, as follows. (Exception: Within code tags, you can put the characters literally.)
            For:     Use:
    & &amp;
    < &lt;
    > &gt;
    [ &#91;
    ] &#93;
  • Link using PerlMonks shortcuts! What shortcuts can I use for linking?
  • See Writeup Formatting Tips and other pages linked from there for more info.