使用 unix 终端解析 XML答案

【问题标题】：Parsing XML using unix terminal使用 unix 终端解析 XML
【发布时间】：2010-09-06 22:32:08
【问题描述】：

有时我需要从 XML 文件中快速提取一些任意数据以放入 CSV 格式。在 Unix 终端中执行此操作的最佳实践是什么？我喜欢一些代码示例，例如如何解决以下问题？

示例 XML 输入：

<root>
    <myel name="Foo" />
    <myel name="Bar" />
</root>

我想要的 CSV 输出：

Foo,
Bar,

【问题讨论】：

标签： xml unix parsing shell csv

【解决方案1】：

Peter's answer 是正确的，但它会输出一个尾随换行符。

<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
  <xsl:output method="text"/>
  <xsl:template match="root">
    <xsl:for-each select="myel">
      <xsl:value-of select="@name"/>
      <xsl:text>,</xsl:text>
      <xsl:if test="not(position() = last())">
        <xsl:text>&#xA;</xsl:text>
      </xsl:if>
    </xsl:for-each>
  </xsl:template>
</xsl:stylesheet>

只需运行例如

xsltproc stylesheet.xsl source.xml

将 CSV 结果生成到标准输出中。

【讨论】：

【解决方案2】：

使用命令行 XSLT 处理器（例如 xsltproc、saxon 或 xalan）解析 XML 并生成 CSV。这是an example，对您来说就是样式表：

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:output method="text"/>

    <xsl:template match="root">
        <xsl:apply-templates select="myel"/>
    </xsl:template>

    <xsl:template match="myel">
        <xsl:for-each select="@*">
            <xsl:value-of select="."/>
            <xsl:value-of select="','"/>
        </xsl:for-each>
        <xsl:text>&#10;</xsl:text>
    </xsl:template> 
</xsl:stylesheet>

【讨论】：

【解决方案3】：

XMLStarlet 是一个用于查询/编辑/检查/转换的命令行工具包 XML 文档（更多信息，请参阅XMLStarlet Command Line XML Toolkit）

没有要写入的文件，只需将文件通过管道传输到 xmlstarlet 并应用 xpath 过滤器。

cat file.xml | xml sel -t -m 'xpathExpression' -v 'elemName' 'literal' -v 'elname' -n

-m 表达式 -v 值 '' 包括文字 -n 换行

所以对于您的 xpath，xpath 表达式将是 //myel/@name 这将提供两个属性值。

非常方便的工具。

【讨论】：

【解决方案4】：

如果您只想要任何元素的名称属性，这里有一个快速但不完整的解决方案。

（您的示例文本在文件 example 中）

grep "名称" 示例 |剪切 -d"\"" -f2,2 | xargs -I{} echo "{},"

【讨论】：

【解决方案5】：

这是一个小红宝石脚本，完全按照您的问题要求执行（从名为“myel”的元素中提取一个名为“name”的属性）。应该很容易概括

#!/usr/bin/ruby -w

require 'rexml/document'

xml = REXML::Document.new(File.open(ARGV[0].to_s))
xml.elements.each("//myel") { |el| puts "#{el.attributes['name']}," if el.attributes['name'] }

【讨论】：

【解决方案6】：

您的测试文件在 test.xml 中。

sed -n 's/^\s`*`&lt;myel\s`*`name="\([^"]`*`\)".`*`$/\1,/p' test.xml

它有它的缺陷，例如，如果不是严格地考虑到每个 myel 都在一行上，那么你必须首先“规范化”xml 文件（所以每个 myel > 在单独的一行上）

【讨论】：

【解决方案7】：

回答原始问题，假设xml文件是“test.xml”，其中包含：

<root>
<myel name="Foo" />
<myel name="Bar" />
</root>

cat text.xml | tr -s "\"" " " | awk '{printf "%s,\n", $3}'

【讨论】：

【解决方案8】：

使用xidel:

xidel -s input.xml -e '//myel/concat(@name,",")'

【讨论】：