Question

我知道我的问题包括2个问题......

首先，我想使用xmllint输出“loc”内容标签。我加载的站点地图有一个xmlns =“...”。

在xmllint shell上，我需要这样做：

setrootns
xpath //defaultns:loc

有效......没问题。但我需要在bash脚本中执行此操作。

（AFAIK）xmllint没有选择告诉“让我们去，setrootns”所以我不能这样做：

xmllint --xpath "//loc" sitemaps.xml
# or
xmllint --xpath "//defaultns:loc" sitemaps.xml

这是第一个问题，如何告诉xmllint加载默认的ns？

如果我不能，让我们来看看我的第二个解决方案：

我可以删除xmlns属性然后，没有ns可以使用：

xmllint --xpath "//loc" <(sed -r 's/xmlns=".*?"//' sitemaps.xml)

但是......现在......我的500个“loc”内容的整个响应被连接成一行！...

我也试过了：

xmllint --shell sitemaps.xml <<EOF
setrootns
xpath //defaultns:loc/text()
EOF

或者再次

xmllint --shell sitemaps.xml <<EOF
setrootns
cat //defaultns:loc
EOF

第一个给我（例如）

465  TEXT
    content=http://...

带截断的网址

第二个给了我“------”每两行...和一个“/＆gt;”在最后一行...

我开始非常紧张...... :)

非常感谢您找到任何解决方案。

目标是拥有每个位置，每行一个。

Answer 1

我曾经做过类似的事情：

clean_xml_message=$(echo "$xml_message" | sed 's/xmlns/ignore/')

最终你可以尝试放回新行：

sed 's/></>\n</g'

我猜你只想要没有<loc></loc>的网址？然后我会用xmllint选择所有loc元素：

<loc>...</loc><loc>...</loc><loc>...</loc>

然后添加新行：sed 's/<loc>/<loc>\n/g' | sed 's#</loc>#\n</loc>#g'

<loc>
...
</loc><loc>
...
</loc><loc>
...
</loc>

最后删除标记grep -v "<loc>" |grep -v "</loc>"或单个grep -v "$<"可以执行此操作。（-v是反转选择：http://unixhelp.ed.ac.uk/CGI/man-cgi?grep）

Answer 2

@BrnVrn是对的，我只需要在标签

之后追加“\ n”

然后我找到了关于命名空间的答案，我可以使用local-name来检查默认命名空间

所以，我这样做了：

xmllint  --xpath "//*[local-name()='loc']/text()" <(sed 's/<loc>/<loc>\n/g' sitemaps.xml)

它有效！

感谢所有

Answer 3

对于换行问题，您可以查看此仓库：

https://gitlab.gnome.org/cykerway/libxml2

及其合并请求：

https://gitlab.gnome.org/GNOME/libxml2/merge_requests/8

基本上，它使您可以选择xpath节点集结果中的分隔符。因此，有了这个example.xml：

<?xml version="1.0" encoding="UTF-8"?>
<menu>
    <food>
        <name>Hot Chocolate</name>
        <price>$1.99</price>
    </food>
    <food>
        <name>Iced Tea</name>
        <price>$2.99</price>
    </food>
</menu>

您可以这样做：

# xmllint --xpath "//name/text()" --xpath-separator "\n" example.xml

输出：

Hot Chocolate
Iced Tea

输出行的xmllint问题

3 个答案: