查找包含 milti 行模式的 xml 文件答案

【问题标题】：find xml files that contain milti line pattern查找包含 milti 行模式的 xml 文件
【发布时间】：2013-02-04 17:23:54
【问题描述】：

我正在尝试在大量 xml 文件中搜索缺少特定标记或该标记内的值为 0 的文件。

基本上，每个 xml 文件都有一个或多个 LIBRARY 标签，并且嵌套在其中的是一个或多个 SECTION 标签，而其中嵌套的是一个或多个 SHELF 标签。在 SHELF 标签内应该是一个 BOOK 标签，其整数值不为零。

我需要在每个 SECTION 的 first SHELF 中找到此 BOOK 值为 0 或缺少 BOOK 但仅的文件。所以如果有多个 SECTION 标签嵌套在多个 LIBRARY 标签中，我需要检查每个 SECTION 中的第一个 SHELF。

<LIBRARY>
    <SECTION>
        <SHELF>
            <BOOK>10000</BOOK>
        </SHELF>
    </SECTION>
</LIBRARY>

我正在尝试编写一个 Unix 脚本来实现这一点，方法是搜索给定目录中的每个文件并返回与该模式匹配的文件列表。我一直在寻找一种使用 sed 的方法，但我似乎无法找到解决这个特定问题的方法。此外，xml 文件是多行文件，如上所示。感谢你们提供的任何帮助！

【问题讨论】：

标签： xml sed

【解决方案1】：

您可以使用 XPath 来检查是否存在没有书或 0 书的第一个书架：

exists(//LIBRARY/SECTION/SHELF[1][empty(BOOK) or BOOK = 0])

或者使用 XPath 2 更易于阅读，检查每个第一个书架是否有非 0 书：

not(every $shelf in //LIBRARY/SECTION/SHELF[1] satisfies $shelf/BOOK[. != 0])

现在您需要一个 xml 工具来将该 xpath 应用于每个文件并列出匹配的文件。

如果 XPath 条件为真，我的 Xidel 可以直接打印文件名/url：

 xidel --quiet -e 'if (not(every $shelf in //LIBRARY/SECTION/SHELF[1] satisfies $shelf/BOOK[. != 0])) then $url else ""' *.xml

（虽然如果你有几千个文件可能会很慢，但从来没有测试过这么多）

【讨论】：