Question

我有以下xml来解析并根据tag的值提取tag的值。仅在type =='hosted'时提取。我想使用像grep，sed和awk这样的bash工具进行提取。在没有条件的情况下提取单个标记值是我以前做过的，而不是条件。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。

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

Answer 1

xmlstarlet是一个命令行XML Toolkit，可以将复杂的XSLT模板表示为一系列命令行开关。

假设我们提供了格式良好的XML文档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

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

您将获得一行输出

hosted-npm

让我们看一下XMLStarlet命令行。

我们在使用sel开关
我们使用-t开关
我们使用<repositories-item> swicth指定的//repositories-item模板将解析器限制为-m元素
我们只选择那些拥有＆＃34;托管＆＃34;作为type开关

-i

我们打印出使用name开关指定的-v元素的值。
在每行输出后，我们打印使用-n开关指定的换行符。

这是XMLStarlet生成的等效XSLT

<?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：

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

此生成的XSLT规范可以直接与xsltproc一起用作

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

Answer 2

缺少xml特定工具

awk使用封闭标签来定义记录分隔符

$ awk -v RS='</?repositories-item>' '/<type>hosted<\/type>/' file

  <name>hosted-npm</name>
  <type>hosted</type>

请注意，这需要GNU awk支持的多字符RS。

您可以对匹配和输出进行更多控制

$ awk -v RS='</?repositories-item>' -F'[<>]' '
    {delete a; 
     for(i=2;i<=NF;i+=4) a[$i]=$(i+1); 
     if(a["type"]=="hosted") print a["name"] }' file


hosted-npm

使用grep，awk或sed等shell工具解析xml

2 个答案: