Question

我想知道使用shellscript解析XML文件的最佳方法是什么？

一个人应该手工做吗？
第三层库是否存在？

如果你已经成功了，如果你能告诉我你是怎么做到的那样

Answer 1

您可以尝试xmllint

xmllint程序解析一个或多个在命令中指定的XML文件行作为xmlfile。它打印各种输出类型，取决于选择的选项。它很有用检测XML代码和XML中的错误在XML解析器itse

它允许您使用--pattern选项通过xpath选择XML doc中的元素。

在Mac OS X（Yosemite）上，默认安装在Ubuntu上，如果尚未安装，则可以运行apt-get install libxml2-utils

Answer 2

这是一个完整的工作示例如果它只提取电子邮件地址，您可以执行以下操作：
1）假设XML文件spam.xml就像

<spam>
<victims>
  <victim>
    <name>The Pope</name>
    <email>pope@vatican.gob.va</email>
    <is_satan>0</is_satan>
  </victim>
  <victim>
    <name>George Bush</name>
    <email>father@nwo.com</email>
    <is_satan>1</is_satan>
  </victim>
  <victim>
    <name>George Bush Jr</name>
    <email>son@nwo.com</email>
    <is_satan>0</is_satan>
  </victim>
</victims>
</spam>

2）您可以使用以下简短的bash代码获取电子邮件并进行处理：

#!/bin/bash
emails=($(grep -oP '(?<=email>)[^<]+' "/my_path/spam.xml"))

for i in ${!emails[*]}
do
  echo "$i" "${emails[$i]}"
  # instead of echo use the values to send emails, etc
done

此示例的结果是：

0 pope@vatican.gob.va
1 father@nwo.com
2 son@nwo.com

重要提示：
不要将此用于严肃的事情。这对于玩游戏，获得快速结果，学习grep等都是可以的，但你应该明确地寻找，学习和使用XML解析器进行制作（参见下面的Micha评论）。

Answer 3

还有xmlstarlet（也适用于Windows）。

http://xmlstar.sourceforge.net/doc/xmlstarlet.txt

Answer 4

我很惊讶没有人提到xmlsh。使命宣言：

XML的命令行shell基于的理念和设计   Unix Shell

xmlsh提供了熟悉的脚本环境，但具体而言   为脚本xml进程量身定制。

提供了类似shell命令的列表here。

我使用xed命令，相当于sed的XML，并允许基于XPath的搜索和替换。

Answer 5

试试sgrep。目前尚不清楚你想要做什么，但我肯定不会尝试在bash中编写XML解析器。

Answer 6

您是否安装了xml_grep？它是某些发行版上基于perl的实用程序标准（它已预先安装在我的CentOS系统上）。不是给它一个正则表达式，而是给它一个xpath表达式。

Answer 7

一个相当新的项目是xml-coreutils包，其中包含xml-cat，xml-cp，xml-cut，xml-grep，......

http://xml-coreutils.sourceforge.net/contents.html

Answer 8

尝试使用xpath。您可以使用它来解析xml树中的元素。

http://www.ibm.com/developerworks/xml/library/x-tipclp/index.html

Answer 9

这实际上超出了shell脚本的功能。 Shell脚本和标准的Unix工具可以解析面向行的文件，但是当你谈论XML时情况会发生变化。即使是简单的标签也会出现问题：

<MYTAG>Data</MYTAG>

<MYTAG>
     Data
</MYTAG>

<MYTAG param="value">Data</MYTAG>

<MYTAG><ANOTHER_TAG>Data
</ANOTHER_TAG><MYTAG>

想象一下，尝试编写一个可以读取其中包含的数据的shell脚本。这三个非常简单的XML示例都显示了不同的方法，这可能是一个问题。前两个示例是XML中完全相同的语法。第三个只是附加了一个属性。第四个包含另一个标签中的数据。简单的sed，awk和grep命令无法捕捉所有可能性。

您需要使用完整的脚本语言，如Perl，Python或Ruby。其中每个模块都具有可以解析XML数据并使底层结构更易于访问的模块。我在Perl中使用XML::Simple。我花了几次尝试来理解它，但它完成了我所需要的，并使我的编程更容易。

Answer 10

这是一个将XML名称 - 值对和属性转换为bash变量的函数。

http://www.humbug.in/2010/parse-simple-xml-files-using-bash-extract-name-value-pairs-and-attributes/

Answer 11

这是使用xml_grep的解决方案（因为xpath不是我们可分发的一部分，我不想将它添加到所有生产机器中）...

如果您正在寻找XML文件中的特定设置，并且如果给定树级别的所有元素都是唯一的，并且没有属性，那么您可以使用这个方便的函数：

# File to be parsed
xmlFile="xxxxxxx"

# use xml_grep to find settings in an XML file
# Input ($1): path to setting
function getXmlSetting() {

    # Filter out the element name for parsing
    local element=`echo $1 | sed 's/^.*\///'`

    # Verify the element is not empty
    local check=${element:?getXmlSetting invalid input: $1}

    # Parse out the CDATA from the XML element
    # 1) Find the element (xml_grep)
    # 2) Remove newlines (tr -d \n)
    # 3) Extract CDATA by looking for *element> CDATA <element*
    # 4) Remove leading and trailing spaces
    local getXmlSettingResult=`xml_grep --cond $1 $xmlFile 2>/dev/null | tr -d '\n' | sed -n -e "s/.*$element>[[:space:]]*\([^[:space:]].*[^[:space:]]\)[[:space:]]*<\/$element.*/\1/p"`

    # Return the result
    echo $getXmlSettingResult
}

#EXAMPLE
logPath=`getXmlSetting //config/logs/path`
check=${logPath:?"XML file missing //config/logs/path"}

这将适用于此结构：

<config>
  <logs>
     <path>/path/to/logs</path>
  <logs>
</config>

它也适用于此（但它不会保留换行符）：

<config>
  <logs>
     <path>
          /path/to/logs
     </path>
  <logs>
</config>

如果您有重复＆lt; config＆gt;或者＆lt; logs＆gt;或者＆lt; path＆gt;，然后它只返回最后一个。如果找到多个匹配项，您可以修改函数以返回数组。

仅供参考：此代码适用于使用GNU BASH 4.1.2的RedHat 6.3，但我不认为我正在做任何特别的事情，所以应该在任何地方工作。

注意：对于任何刚接触脚本的人，请确保使用正确类型的引号，这三个代码都在此代码中使用（正常单引号'=文字，后退单引号`=执行，双引号'=组）

如何使用shellscript解析XML？

11 个答案: