Question

我有一堆带有搜索结果的Yandex.XML文件。 http://api.yandex.com/xml/doc/dg/concepts/response.xml

我想查找所有此类XML文件的查询（//yandexsearch/request/query），其中第一个网址（(//yandexsearch/response/results/grouping/group/doc/url)[1]）等于某个值（例如http://www.example.org/）。

使用grep进行类比，我首先使用-l标志列出匹配的文档，然后将此类列表传递给xargs xmllint以提取原始查询，但也许xmllint（或其他OS X工具）有更好的方法（另外，我还没有找到xmllint首先在原始匹配中使用与-l类似的标记。）< / p>

Answer 1

搜索yandexsearch元素包含您要查找的网址的response个元素，然后选择查询。

/yandexsearch[
  contains(
    (response/results/grouping/group/doc/url)[1],
    "http://www.example.org"
  )]/request/query

对于该页面上给出的示例XML和搜索字符串http://www.yandex.ru，它将返回以下元素：

<query>yandex</query>

如果您的搜索字符串始终是网址的前缀，则可能需要使用starts-with(...)而不是contains(...)。

仅当不相关的元素为值时才打印xml元素

1 个答案: