解析XML并查找字符串的所有实例

我正在处理一个xml文件，它看起来类似于以下内容。然而，它是以下数千倍以上。我将使用powershell解析xml

我需要找到显示字符串“c:\”的所有任务的任务名称。虽然如果字符串只显示一个区域，这可能很容易，但它可以完全显示在整个任务中。在这个特殊的任务中，我将C:\放在了4个不同的时间

我希望得到任务名称的输出，以及给定路径被引用的位置

<Task ID="00000000" Name="Task name goes here" Active="0" NextEID="22" CacheNames="random" AR="0" TT="COS">
        <Info>
            <Description>
            </Description>
            <Notes>
            </Notes>
        </Info>
        <Parameters>
            <moreParameters>C:\pathGoesHere</moreParameters>
        </Parameters>
        <Schedules/>
        <Source HostID="0" Type="FileSystem" Path="C:\path" FileMask="[Parm:parameter].txt" DeleteOrig="0" NewFilesOnly="0" SearchSubdirs="0" Unzip="0" RetryIfNoFiles="0" UseDefRetryCount="1" UseDefRetryTimeoutSecs="1" UseDefRescanSecs="1" UDMxFi="1" UDMxBy="1" ID="11"/>
        <For ID="13">
            <Destination HostID="000000" Type="siLock" FolderID="" FolderType="4" FolderName="Home/[Parm:parameter]/" Subject="" FileName="[OnlyName]_[YYYY][MM][DD].bai" UseOrigName="0" ForceDir="1" OverwriteOrig="1" UseRelativeSubdirs="1" Zip="0" UseDefRetryCount="1" UseDefRetryTimeoutSecs="1" UseDefUser="1" UseDefClientCert="1" ID="12"/>
            <If ID="14">
                <When>
                    <Criteria>
                        <comp a="[ErrorCodeFile]" test="NEQ" b="0"/>
                    </Criteria>
                    <UpdOrig Action="d" ID="15"/>
                    <Destination HostID="0000000000" Type="Share" Path="C:\anotherCPath" FileName="[Parm:parameter]_[YYYY][MM][DD].bai" UseOrigName="0" ForceDir="1" OverwriteOrig="1" UseRelativeSubdirs="1" Zip="0" UseDefRetryCount="1" UseDefRetryTimeoutSecs="1" ID="17"/>
                </When>
            </If>
        </For>
        <If ID="19">
            <When>
                <Criteria>
                    <comp a="[ErrorCodeTask]" test="NNE" b="0"/>
                </Criteria>
                <Email HostID="385322183" Subject="[TaskStatus]-[TaskName]" Message="" AddressTo="email@address.com" Attachment = "C:\path\" UseDefRetryCount="1" UseDefRetryTimeoutSecs="1" ID="20"/>
            </When>
        </If>
    </Task>

C:\PathGoesher

假设XML位于

file.XML

，在

XPath

之后，返回

Name

属性： 字符串“C:\”可能位于：

//Task[contains(text(), "C:\") or //*[contains(text(), "C:\")] or //*[@*[contains(., "C:\")]]]/@Name

说明：

• 任务的文本

  标记
• 任何儿童的文本
• 在任何子对象的任何属性中

PowerShell示例：

#read xml
$xml = [xml](gc -Encoding utf8 .\test.xml) 

#process it
$xml | 
   Select-Xml '//Task[contains(text(), "C:\") or //*[contains(text(), "C:\")] or //*[@*[contains(., "C:\")]]]/@Name' | 
   % { $_.Node."#text" }

---

当您转换为[xml]时，您可以使用非常好的“属性”语法访问所有内容。具有相同标记的多个节点将作为阵列公开。然后可以使用InnerXml属性获取定义当前节点的原始XML字符串。然后只需对搜索字符串进行简单的“-like”匹配

假设在一个文件中的单个“任务”节点下有多个“任务”节点：

$tasks = [xml] (Get-Content .\Tasks.xml)
$tasks.Tasks.Task |?{ $_.InnerXml -like '*C:\*' } | select -expand Name

或者，如果在多个文件中的每个文件中都有一个任务节点：

dir *.xml |%{ [xml] (Get-Content $_) } |?{ $_.Task.InnerXml -like '*C:\*' } | select -expand Name

这些将为您获取任务名称。获取节点中包含搜索字符串的每一行有点棘手。这里有一个hacky-regex方法（我知道我知道，不要用regex解析XML…）。同样，假设每个XML文件中都有一个任务节点：

$taskXmls = dir *.xml |%{ [xml](Get-Content $_) }

foreach($taskXml in $taskXmls)
{
   if($taskXml.Task.InnerXml -like '*C:\*')
   {
       $hits = [Regex]::Matches($taskXml.Task.InnerXml, '<[^<]*C:\\[^>]*>')
       $hitList = $null
       if($hits)
       {
            $hitList = $hits | select -expand Value
       }
       new-object psobject -prop @{TaskName = $taskXml.Task.Name; Hits = $hitList}
   }
}

$taskXmls=dir*.xml |%{[xml]（获取内容$}
foreach（$taskXml中的$taskXmls）
{
if（$taskXml.Task.InnerXml-类似“*C:\*”）
{
$hits=[Regex]：：匹配（$taskXml.Task.InnerXml，“”）
$hitList=$null
如果（$hits）
{
$hitList=$hits |选择-展开值
}
新对象psobject-prop@{TaskName=$taskXml.Task.Name；Hits=$hitList}
}
}

您使用的是哪种语言？我刚刚看到这个答案生成了一个包含1400多条记录的文本文件，从而节省了我数小时的手工工作。看起来我可以休息一周了：-PI稍微更改了代码

$parsedData=$xml |选择xml！'//任务[包含（text（），“C:\”）或//*[包含（text（），“C:\”）或//*[@*[包含（，！“C:\”）]]/@Name'\%{$\节点。“\文本”}；添加内容“c:\path\tasksWithC.txt”$parsedData

，但文本文件仅包含所有任务的列表。包括那些不包含C的文件：\如果我只是想把每个人都写到它自己的单独文件中，我该怎么做呢？类似这样：

gci-recurse-include*.xml |%{PARSE file HERE}