使用诸如 grep、awk 或 sed 之类的 shell 工具解析 xml [英] Parse xml using shell tools like grep, awk or sed

问题描述

我有以下 xml 来根据 tag 的值解析和提取 tag 的值.仅当 type == 'hosted' 时提取.我想使用 bash 工具(如 grep、sed 和 awk)进行提取.没有条件提取单个标签值是我以前做过的事情，而不是有条件的.我可以使用 python 或我知道的任何其他编程语言轻松完成它.但如果在 shell 脚本中完成，这将是理想的.

I have the following xml to parse and extract the value of tag based on the value of tag. Extract only if type == 'hosted'. I would like to extract using the bash tools like grep, sed and awk. Extracting single tag value with no condition is something I have done it before, not with conditionals. I can easily get it done using python or any other programming language i know. But this is would be ideal if done in the shell script.

...
    <repositories-item>
      <name>hosted-npm</name>
      <type>hosted</type>
    </repositories-item>
    <repositories-item>
      <name>proxied-npm</name>
      <type>proxied</type>
    </repositories-item>
...

推荐答案

xmlstarlet 是一个命令行 XML 工具包可以将复杂的 XSLT 模板表示为命令行开关的短序列.

xmlstarlet is a command line XML Toolkit that can express complex XSLT templates as a short sequence of command line switches.

假设我们提供了一个格式良好的 XML 文档 repos.xml

Suppose we are provided with a well-formed XML document repos.xml

<repositories>
  <repositories-item>
      <name>hosted-npm</name>
      <type>hosted</type>
    </repositories-item>
    <repositories-item>
      <name>proxied-npm</name>
      <type>proxied</type>
    </repositories-item>
</repositories>

如果您通过带有以下开关的 XMLStarlet 过滤器运行它

If you run it through an XMLStarlet filter with the following switches

$ cat repos.xml | xmlstarlet sel -t -m '//repositories-item' 
                 -i 'type="hosted"' -v 'name' -n 

你会得到一行输出

hosted-npm

让我们看看 XMLStarlet 命令行.

Let's look at the XMLStarlet command line.

1. 我们以sel开关指​​定的选择模式运行命令
2. 我们使用 -t 开关指定选择模板
3. 我们使用 -m 开关指定的 //repositories-item 模板将解析器限制为 元素
4. 我们只选择那些使用 -i 开关指定的具有托管"作为 type 元素值的元素
5. 我们打印出由 -v 开关指定的 name 元素的值.
6. 在每一行输出之后，我们打印一个用 -n 开关指定的换行符.

1. We run the command in the Select mode specified with the sel switch
2. We specify the selection template with the -t switch
3. We restrict parser to <repositories-item> elements with the //repositories-item template specified with the -m swicth
4. We choose only these elements that have "hosted" as the value of type element specified with the -i switch
5. We print out the value of the name element, specified with the -v switch.
6. After each line of output we print a newline specified with the -n switch.

这里是 XMLStarlet 生成的等效 XSLT

Here is the equivalent XSLT generated by XMLStarlet

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:exslt="http://exslt.org/common" version="1.0" extension-element-prefixes="exslt">
  <xsl:output omit-xml-declaration="yes" indent="no"/>
  <xsl:template match="/">
    <xsl:for-each select="//repositories-item">
      <xsl:choose>
        <xsl:when test="type=&quot;hosted&quot;">
          <xsl:call-template name="value-of-template">
            <xsl:with-param name="select" select="name"/>
          </xsl:call-template>
          <xsl:value-of select="'&#10;'"/>
        </xsl:when>
      </xsl:choose>
    </xsl:for-each>
  </xsl:template>
  <xsl:template name="value-of-template">
    <xsl:param name="select"/>
    <xsl:value-of select="$select"/>
    <xsl:for-each select="exslt:node-set($select)[position()&gt;1]">
      <xsl:value-of select="'&#10;'"/>
      <xsl:value-of select="."/>
    </xsl:for-each>
  </xsl:template>
</xsl:stylesheet>

根据 Charles Duffy 的建议，值得注意的是，可以使用 -C 选项使用 XMLStarlet 生成此 XSLT 规范:

Per Charles Duffy suggestion it is worth noting that this XSLT specification can be generated with XMLStarlet using the -C option:

xmlstarlet sel -C -t -m '//repositories-item' 
       -i 'type="hosted"' -v 'name' -n > hosted-repos.xslt

这个生成的 XSLT 规范可以直接与 xsltproc 一起使用，如

This generated XSLT specification can be directly used with xsltproc as

cat repos.xml | xsltproc hosted-repos.xslt - 

这篇关于使用诸如 grep、awk 或 sed 之类的 shell 工具解析 xml的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！