用于XML命令行处理的Grep和Sed等价物

在执行shell脚本时，数据通常位于单行记录（如csv）文件中。使用

grep

和

sed

处理这些数据非常简单。但是我必须经常处理XML，所以我非常希望有一种通过命令行编写访问XML数据的脚本的方法。最好的工具是什么？

一些有前途的工具：

• ：使用XPath和CSS选择器在ruby中解析HTML/XML DOM

• ：弃用

• : 使用其自身类似XPath的语法查询文档。用SML写的，所以 安装可能很困难

• : 从SGML工具派生的XML工具包，包括

  sggrep

  ，

  sgsort

  ，

  xmlnorm

  和其他。使用自己的查询语法。文件是 非常正式。用C.LTXML2编写，声称支持XPath，XInclude 和其他W3C标准

• : 使用XPath进行简单而强大的搜索。使用Perl编写 XML：：LibXML和libxml2

• : 支持XQuery，即XPath的扩展。为.NET框架编写

• : Laird Breyer的工具包相当于GNU coreutils。讨论 关于理想的工具包应该包括哪些内容很有趣

• : 用于比较两个xml文件的简单工具

• ：似乎没有debian、ubuntu、fedora或macports中的软件包，自2007年以来就没有发布过，并且使用非便携式构建自动化

xml coreutils似乎是文档记录最好、最面向UNIX的。JEdit有一个名为“XQuery”的插件，它为xml文档提供查询功能

---

不完全是命令行，但它可以工作

我发现xmlstarlet在这方面非常擅长

在大多数发行版存储库中也应该可用。以下是介绍性教程：

---

完全取决于你想做什么

---

XSLT可能是一条路，但有一条学习曲线。请注意，您可以提交参数。

XQuery可能是一个很好的解决方案。它（相对）容易学习，是W3C标准

---

我建议使用命令行处理器。

在Joseph Holsten的优秀列表中，我添加了Perl库XML:：xpath附带的xpath命令行脚本。从XML文件中提取信息的好方法：

 xpath -q -e '/entry[@xml:lang="fr"]' *xml

---

还有

xml2

和

2xml

对。它将允许常用的字符串编辑工具处理XML

例如。q、 xml:

<?xml version="1.0"?>
<foo>
    text
    more text
    <textnode>ddd</textnode><textnode a="bv">dsss</textnode>
    <![CDATA[ asfdasdsa <foo> sdfsdfdsf <bar> ]]>
</foo>

文本
更多文本
DDSS
sdfsdfdsf]]>

xml2

/foo=
/foo=   text
/foo=   more text
/foo=   
/foo/textnode=ddd
/foo/textnode
/foo/textnode/@a=bv
/foo/textnode=dsss
/foo=
/foo=    asfdasdsa <foo> sdfsdfdsf <bar> 
/foo=

<bar><baz><textnode>ddd</textnode><textnode a="bv">dsss</textnode></baz></bar>

/foo=
/foo=文本
/foo=更多文本
/foo=
/foo/textnode=ddd
/foo/textnode
/foo/textnode/@a=bv
/foo/textnode=dsss
/福=
/foo=asfdasdsa sdfsdfdsf
/福=

xml2

/foo=
/foo=   text
/foo=   more text
/foo=   
/foo/textnode=ddd
/foo/textnode
/foo/textnode/@a=bv
/foo/textnode=dsss
/foo=
/foo=    asfdasdsa <foo> sdfsdfdsf <bar> 
/foo=

<bar><baz><textnode>ddd</textnode><textnode a="bv">dsss</textnode></baz></bar>

ddss

---

另外，还有

html2

/

2html

还有NetBSD xmltools的xmlsed和xmlgrep

您可以使用xmllint：

xmllint --xpath //title books.xml

应该与大多数发行版捆绑，也与Cygwin捆绑

$ xmllint --version
xmllint: using libxml version 20900

见：

---

如果您正在Windows上寻找解决方案，Powershell具有读取和写入XML的内置功能

test.xml：

<root>
  <one>I like applesauce</one>
  <two>You sure bet I do!</two>
</root>

我喜欢苹果酱
我当然知道！

Powershell脚本：

# load XML file into local variable and cast as XML type.
$doc = [xml](Get-Content ./test.xml)

$doc.root.one                                   #echoes "I like applesauce"
$doc.root.one = "Who doesn't like applesauce?"  #replace inner text of <one> node

# create new node...
$newNode = $doc.CreateElement("three")
$newNode.set_InnerText("And don't you forget it!")

# ...and position it in the hierarchy
$doc.root.AppendChild($newNode)

# write results to disk
$doc.save("./testNew.xml")

#将XML文件加载到局部变量并强制转换为XML类型。
$doc=[xml]（获取内容。/test.xml）
$doc.root.one#呼应“我喜欢苹果酱”
$doc.root.one=“谁不喜欢苹果酱？”#替换节点的内部文本
#创建新节点。。。
$newNode=$doc.CreateElement（“三”）
$newNode.set_InnerText（“别忘了它！”）
#…并将其置于层次结构中
$doc.root.AppendChild（$newNode）
#将结果写入磁盘
$doc.save（“./testNew.xml”）

testNew.xml：

<root>
  <one>Who likes applesauce?</one>
  <two>You sure bet I do!</two>
  <three>And don't you forget it!</three>
</root>

谁喜欢苹果酱？
我当然知道！
别忘了！

来源：

能够使用XPath 3.0/XQuery 3.0。（其他命令行工具使用XPath 1.0）

示例： http/html：

$ saxon-lint --html --xpath 'count(//a)' http://stackoverflow.com/q/91791
328

xml:

---

我首先使用了xmlstarlet，现在仍在使用它。当查询变得困难时，我需要XML的xpath2和xquery功能支持。我转向xidel。Bohdan维护了一个开源GitHub repo，其中保存了结构化文本工具的命令行工具列表，其中有一个XML/HTML工具部分：

Grep当量 您可以定义一个bash函数，比如“xp”（“xpath”），它封装了一些python3代码。要使用它，您需要安装python3和pythonlxml。好处：

您在xmllint中缺少的正则表达式匹配

用作命令行上的过滤器（在管道中）

它使用起来简单且功能强大，如下所示：

xmldoc=$(cat <<EOF
<?xml version="1.0" encoding="utf-8"?>
<job xmlns="http://www.sample.com/">programming</job>
EOF
)
selection='//*[namespace-uri()="http://www.sample.com/" and local-name()="job" and re:test(.,"^pro.*ing$")]/text()'
echo "$xmldoc" | xp "$selection"
# prints programming

xp()
{ 
local selection="$1";
local xmldoc;
if ! [[ -t 0 ]]; then
    read -rd '' xmldoc;
else
    xmldoc="$2";
fi;
python3 <(printf '%b' "from lxml.html import tostring\nfrom lxml import etree\nfrom sys import stdin\nregexpNS = \"http://exslt.org/regular-expressions\"\ntree = etree.parse(stdin)\nfor e in tree.xpath('""$selection""', namespaces={'re':regexpNS}):\n  if isinstance(e, str):\n    print(e)\n  else:\n    print(tostring(e).decode('UTF-8'))") <<< "$xmldoc"
}

---

xmldoc=$（cat难道你不能为Ruby程序创建一个包装器脚本，并将脚本中的参数数组传递给hpricot吗？例如，在PHP shell脚本中，类似以下的东西应该可以工作：@Joseph Holsten是的。它允许在不考虑XPath的情况下使用XML进行黑客攻击。很好！我一直在关注不使用中间层的工具E格式，但是对于XML来说，高保真、面向线的表示似乎是一种使用真正的GRIP和SED的好方法。您尝试过PyXY吗？它是如何比较的？任何其他的面向行的表示？您是否认为这比用实体替换XML新行更好？（＆10）；？这至少可以让你将记录粘贴在同一行上。哦，你能编辑你的帖子以包含项目链接吗？@Joseph Holsten不，我不认为pyxie格式比xml2格式更有用。xml2提供“完整路径”在嵌套的XML元素中，因此允许更多的面向行的匹配和替换。另外，
2xml
可以轻松地从部分（过滤的）
xml2
输出中重新创建XML。+1我无法对此进行足够的升级…
cat foo.XML | xml2 | grep/bar | 2xml
-为您提供与
xmldoc=$(cat <<'EOF'
<resources>
    <string name="app_name">Keep Accounts</string>
    <string name="login">"login"</string>
    <string name="login_password">"password："</string>
    <string name="login_account_hint">input to login</string>
    <string name="login_password_hint">input your password</string>
    <string name="login_fail">login failed</string>
</resources>
EOF
)
echo "$xmldoc" | xq '.resources.string = ([.resources.string[]|select(."#text" == "Keep Accounts") ."#text" = "Keep Accounts 2"])' -x