如何在shell脚本中解析rss-feeds / xml

Question

我想解析rss feed并在我的ReadyNas上下载podcasts，无论如何都要全天候运行。

所以我正在考虑让shell脚本定期检查提要并生成wget来下载文件。

进行解析的最佳方法是什么？

谢谢！

Answer 1

有时，带有shell标准命令的简单单行程序就足够了：

 wget -q -O- "http://www.rss-specifications.com/rss-podcast.xml" | grep -o '<enclosure url="[^"]*' | grep -o '[^"]*$' | xargs wget -c

当然这并不适用于所有情况，但它通常都足够好。

Answer 2

你有权访问awk吗？也许你可以使用XMLGawk

Answer 3

我了解了XMLStartlet here和there

但ReadyNas NV +是否有可用的端口？

Answer 4

我编写了以下用于从Amazon S3下载XML的简单脚本，因此它可用于解析不同类型的XML文件：

#!/bin/bash
#
# Download all files from the Amazon feed
#
# Usage:
#  ./dl_amazon_feed_files.sh http://example.s3.amazonaws.com/
# Note: Don't forget about slash at the end
#

wget -qO- "$1" | grep -o '<Key>[^<]*' | grep -o "[^>]*$" | xargs -I% -L1 wget -c "$1%"

这与@leo answer类似。

Answer 5

您可以使用libxml2中的xsltproc编写一个简单的xsl样式表来解析rs并输出链接列表。