Question

所以我有一个XML文件，我想使用xmlstarlet解析BASH脚本等（或者如果人们可以给我一个例子）。

基本结构如下：

　<character>
　   <literal>恵</literal>
    <misc>
        <stroke_count>10</stroke_count>
    </misc>
    <reading_meaning>
    　　　　<rmgroup>
               <reading r_type="ja_on">ケイ</reading>
               <reading r_type="ja_on">エ</reading>
    　　　　    <reading r_type="ja_kun">めぐ.む</reading>
               <reading r_type="ja_kun">めぐ.み</reading>
               <meaning>favor</meaning>
               <meaning>blessing</meaning>
               <meaning>grace</meaning>
               <meaning>kindness</meaning>
           </rmgroup>
　　　　</reading_meaning>
  </character>

那里还有其他一些领域，其含义和读数可能会发生变化。基本上我想得到所有的读数，含义，笔画数等，并用BASH生成一个HTML表格。

这也是一个包含许多需要查找的字符的大文件。所以我想用一个接受1美元的脚本来做这件事，并使用它来根据标签查找值。理想情况下，它应该是：

kanjilookup.sh 恵

然后根据内容生成一个html表。

思考？（我也会使用像xpath这样的其他程序）

Answer 1

正如@thatotherguy建议的那样，你可能想用XSLT而不是Bash这样做。你can parse XML with Bash，但它可能会很快变得棘手。

按照@otherotherguy的建议，你可以有一个类似于这样的XSLT样式表：

<!-- kanjilookup.xsl -->

<?xml version="1.0" encoding="iso-8859-1"?>

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:param name="character"/>
  <xsl:output method="html" indent="yes"/>
  <xsl:strip-space elements="*"/>

  <!--
  From https://stackoverflow.com/questions/9611569/xsl-how-do-you-capitalize-first-letter
  -->

  <xsl:variable name="vLower" select="'abcdefghijklmnopqrstuvwxyz'"/>
  <xsl:variable name="vUpper" select="'ABCDEFGHIJKLMNOPQRSTUVWXYZ'"/>

  <xsl:template name="capitalize">
    <xsl:param name="string"/>

    <xsl:value-of select=
    "concat(translate(substring(
            $string, 1, 1), $vLower, $vUpper),
            substring($string, 2)
           )
    "/>
  </xsl:template>

  <xsl:template match="/">
    <xsl:if test="string-length($character) = 0 or not(//literal[. = $character])">
      <xsl:message terminate="yes">ERR: No input character given.</xsl:message>
    </xsl:if>
    <xsl:apply-templates select="characters/character[literal[. = $character]]"/>
  </xsl:template>

  <xsl:template match="character">
    <xsl:text disable-output-escaping='yes'>&lt;!DOCTYPE html>
</xsl:text>

    <html>
      <head/>
      <body>
        <table>
          <tbody>
            <xsl:apply-templates/>
          </tbody>
        </table>
      </body>
    </html>
  </xsl:template>

  <xsl:template match="literal">
    <caption>
      <xsl:value-of select="."/>
    </caption>
  </xsl:template>

  <xsl:template match="stroke_count">
    <tr>
      <td>
        <xsl:call-template name="capitalize">
          <xsl:with-param name="string" select="translate(local-name(), '_', ' ')"/>
        </xsl:call-template>
      </td>
      <td><xsl:value-of select="."/></td>
    </tr>
  </xsl:template>

  <xsl:template match="misc | reading_meaning | rmgroup">
    <xsl:apply-templates/>
  </xsl:template>

  <xsl:template match="reading | meaning">
    <tr>
      <td>
        <xsl:call-template name="capitalize">
          <xsl:with-param name="string" select="local-name()"/>
        </xsl:call-template>
        <xsl:apply-templates select="@r_type"/>
      </td>
      <td>
        <xsl:value-of select="."/>
      </td>
    </tr>
  </xsl:template>

  <xsl:template match="@r_type">
    <xsl:value-of select="concat(' ', '(', ., ')')"/>
  </xsl:template>
</xsl:stylesheet>

假设您有一个名为characters.xml的文件：

<characters>
  <character>
    <literal>恵</literal>
    <misc>
      <stroke_count>10</stroke_count>
    </misc>
    <reading_meaning>
      <rmgroup>
        <reading r_type="ja_on">ケイ</reading>
        <reading r_type="ja_on">エ</reading>
        <reading r_type="ja_kun">めぐ.む</reading>
        <reading r_type="ja_kun">めぐ.み</reading>
        <meaning>favor</meaning>
        <meaning>blessing</meaning>
        <meaning>grace</meaning>
        <meaning>kindness</meaning>
      </rmgroup>
    </reading_meaning>
  </character>
</characters>

您可以使用XMLStarlet在其上运行kanjilookup.xsl，如下所示：

xml tr kanjilookup.xsl -s character=恵 characters.xml

这将产生一个看起来像这样的HTML表格（在漂亮的印刷之后）：

<!DOCTYPE html>
<html>
  <head>
    <meta http-equiv="Content-Type" content="text/html; charset=UTF-8">
  </head>
  <body>
    <table>
      <tbody>
        <caption>恵</caption>
        <tr>
          <td>Stroke count</td>
          <td>10</td>
        </tr>
        <tr>
          <td>Reading (ja_on)</td>
          <td>ケイ</td>
        </tr>
        <tr>
          <td>Reading (ja_on)</td>
          <td>エ</td>
        </tr>
        <tr>
          <td>Reading (ja_kun)</td>
          <td>めぐ.む</td>
        </tr>
        <tr>
          <td>Reading (ja_kun)</td>
          <td>めぐ.み</td>
        </tr>
        <tr>
          <td>Meaning</td>
          <td>favor</td>
        </tr>
        <tr>
          <td>Meaning</td>
          <td>blessing</td>
        </tr>
        <tr>
          <td>Meaning</td>
          <td>grace</td>
        </tr>
        <tr>
          <td>Meaning</td>
          <td>kindness</td>
        </tr>
      </tbody>
    </table>
  </body>
</html>

当然，您必须修改XSLT样式表以满足您的需求。

Answer 2

现在有了XQuery，没有理由再使用XSLT了，XQuery更好。

E.g。使用我的XQuery interpreter，您可以直接运行它而无需其他文件：

xidel --printed-node-format xml characters.xml -e "(character:='恵')[2]"  -e - <<<'xquery version "1.0";
(<title>{$character}</title>, 
for $char in //character[literal eq $character] return
  <table>
    <tbody>
      <caption>{$character}</caption>
      <tr>
        <td>Stroke count</td>
        <td>{$char/misc/stroke_count/text()}</td>
      </tr>
      { for $reading in $char//rmgroup/reading return 
        <tr>
          <td>Reading ({$reading/@r_type/data(.)})</td>
          <td>{$reading/text()}</td>
        </tr> } 
      { for $meaning in $char//rmgroup/meaning return 
         <tr>
           <td>Meaning</td>
           <td>{$meaning/text()}</td>
         </tr> } 
   </tbody>
  </table>
)
'

创建与xslt答案类似的表。（但是你需要将<?xml version="1.0" encoding="utf-8"?>添加到发布在那里的characters.xml中）

通过命令行解析XML

2 个答案: