xmllint / Xpath 提取父节点，其中子节点包含来自谷歌购物提要的文本答案

【问题标题】：xmllint / Xpath extract parent node where child contains text from google shopping feedxmllint / Xpath 提取父节点，其中子节点包含来自谷歌购物提要的文本
【发布时间】：2021-02-06 07:35:51
【问题描述】：

我正在尝试提取所有包含 g:custom_label_0 且文本值为“2020-2021”的“项目”节点到目前为止，我设法找到包含子 g:custom_label_0 的所有节点，但我没有设法按字段的文本值进行过滤。

这里是示例 XML：

   <item>
        <description>[...]</description>
        <g:availability>in stock</g:availability>
        <g:brand>Barts</g:brand>
        <g:condition>new</g:condition>
        <g:custom_label_0>2020-2021</g:custom_label_0>
        <g:id>108873/10-3</g:id>
        <g:image_link>[...]</g:image_link>
        <g:price>26.99 EUR</g:price>
        <g:sale_price>26.99 EUR</g:sale_price>
        <g:shipping>
            <g:country>NL</g:country>
            <g:price>4.50 EUR</g:price>
        </g:shipping>
        <g:shipping_weight>7.95</g:shipping_weight>
        <link>[....]</link>
    </item>
   ...

有节点包含除 2020-2021 之外的其他值，但我想提取包含此文本的所有完整项目节点。这是我为提取具有可用字段的所有节点所做的。

xmllint --xpath '//item["g:custom_label_0"]' myfile.xml

我尝试通过方括号等添加文本过滤器，但我觉得 custom_label_0 周围的引用可能会造成麻烦。在引号中添加更多过滤器被接受（没有错误），但我将无法在其中添加更多引号来过滤字符串。

工作正常，不报错：

xmllint --xpath '//item["g:custom_label_0[text()]"]' myfile.xml

如果我现在想过滤文本，我需要再次使用引号。转义它们会破坏代码。当两种类型的引号都已使用时，如何进一步过滤文本“2020-2021”？

【问题讨论】：

可能重复 - stackoverflow.com/questions/48996715/…

标签： xpath xmllint google-shopping

【解决方案1】：

你是对的； g:custom_label_0 周围的引号引起了麻烦。这使它成为一个字符串，并且总是如此，因此它将返回所有 item 元素。

g: 是命名空间前缀。要将命名空间绑定到 xmllint 中的前缀，您必须在 shell 模式下使用它（参见 https://stackoverflow.com/a/8266075/317052 示例）。

另一种方法是测试元素名称以选择g:custom_label_0 元素，然后测试该元素的值以查看它是否为2020-2021。

示例...

xmllint --xpath '//item[*[name()="g:custom_label_0"][.="2020-2021"]]' myfile.xml

【讨论】：