网站搜索

在Linux终端中使用XMLStarlet解析XML


使用 XMLStarlet(适用于您的终端的 XML 工具包)成为 XML 明星。

学习解析 XML 通常被认为是一项复杂的任务,但事实并非如此。 XML 具有高度且严格的结构,因此相对可预测。还有很多工具可以帮助您轻松管理这项工作。

我最喜欢的 XML 实用程序之一是 XMLStarlet,它是一个用于终端的 XML 工具包。使用 XMLStarlet,您可以验证、解析、编辑、格式化和转换 XML 数据。 XMLStarlet 是一个相对最小的命令,但导航 XML 充满潜力,因此本文演示如何使用它来查询 XML 数据。

安装

XMLStarlet 默认安装在 CentOS、Fedora 和许多其他现代 Linux 发行版上,因此只需打开终端并输入 xmlstarlet 即可访问它。如果 XMLStarlet 尚未安装,您的操作系统会自动为您安装。

或者,您可以从包管理器安装 xmlstarlet 命令:

$ sudo dnf install xmlstarlet

在 macOS 上,使用 MacPorts 或 Homebrew。在 Windows 上,使用 Chocolatey。

如果其他方法都失败,您可以从 Sourceforge 上的源代码手动安装它。

使用 XMLStarlet 解析 XML

有许多工具旨在帮助解析和转换 XML 数据,包括可让您编写自己的解析器的软件库和复杂的命令,例如 fop 和 xsltproc。但有时您不需要处理 XML 数据;您只需要一种便捷的方式来提取、更新或验证重要数据。对于自发的 XML 交互,我使用 xmlstarlet,这是一个经典的“瑞士军刀”风格的应用程序,可以执行最常见的 XML 任务。您可以通过运行命令以及 --help 选项来查看它提供的内容:

$ xmlstarlet --help
Usage: xmlstarlet [<options>] <command> [<cmd-options>]
where <command> is one of:
  ed    (or edit)      - Edit/Update XML document(s)
  sel   (or select)    - Select data or query XML document(s) (XPATH, etc)
  tr    (or transform) - Transform XML document(s) using XSLT
  val   (or validate)  - Validate XML document(s) (well-formed/DTD/XSD/RelaxNG)
  fo    (or format)    - Format XML document(s)
  el    (or elements)  - Display element structure of XML document
  c14n  (or canonic)   - XML canonicalization
  ls    (or list)      - List directory as XML
[...]

您可以通过将 --help 附加到以下任何子命令的末尾来获得进一步的帮助:

$ xmlstarlet sel --help
  -Q or --quiet             - do not write anything to standard output.
  -C or --comp              - display generated XSLT
  -R or --root              - print root element <xsl-select>
  -T or --text              - output is text (default is XML)
  -I or --indent            - indent output
[...]

使用 sel 选择数据

您可以使用 xmlstarlet select(简称 sel )命令查看 XML 格式的数据。这是一个简单的 XML 文档:

<?xml version="1.0" encoding="UTF-8" standalone="no"?>
<xml>
  <os>
   <linux>
    <distribution>
      <name>Fedora</name>
      <release>7</release>
      <codename>Moonshine</codename>
      <spins>
	<name>Live</name>
	<name>Fedora</name>
	<name>Everything</name>	
      </spins>
    </distribution>

    <distribution>
      <name>Fedora Core</name>
      <release>6</release>
      <codename>Zod</codename>
      <spins></spins>
    </distribution>
   </linux>
  </os>    
</xml>

在 XML 文件中查找数据时,您的首要任务是关注要探索的节点。如果您知道节点的路径,请使用 --value-of 选项指定完整路径。您在文档对象模型 (DOM) 树中越早开始探索,您看到的信息就越多:

$ xmlstarlet select --template \
--value-of /xml/os/linux/distribution \
--nl myfile.xml
      Fedora
      7
      Moonshine
      
	Live
	Fedora
	Everything	
      
      Fedora Core
      6
      Zod

--nl 代表“新行”,它会插入大量的空格,以确保您的终端提示符在结果输入后得到一个新行。我已经删除了一些多余的空间样本输出。

通过进一步深入 DOM 树来缩小您的焦点:

$ xmlstarlet select --template \
--value-of /xml/os/linux/distribution/name \
--nl myfile.xml
Fedora
Fedora Core

条件选择

XPath 是用于导航和解析 XML 的最强大的工具之一。 它控制 XML 搜索中使用的语法并调用 XML 库中的函数。 XMLStarlet 理解 XPath 表达式,因此您可以使用 XPath 函数使您的选择成为有条件的。 XPath 具有丰富的功能,W3C 对此有详细的文档,但我发现 Mozilla 的 XPath 文档更简洁。

您可以使用方括号作为测试函数,将元素的内容与某个值进行比较。以下是对 <name> 元素值的测试,该元素返回仅与特定匹配项关联的版本号。

想象一下,示例 XML 文件包含以 1 开头的所有 Fedora 版本。要查看与旧名称“Fedora Core”相关的所有版本号(该项目从版本 7 开始从名称中删除了“Core”):

$ xmlstarlet sel --template \
--value-of '/xml/os/linux/distribution[name = "Fedora Core"]/release' \
--nl myfile.xml
6
5
4
3
2
1

您也可以通过将 --value-of 路径更改为 /xml/os/linux/distribution[name="Fedora Core"]/codename< 来查看这些版本的所有代号/代码>。

匹配路径并获取值

将 XML 标签视为节点的一个优点是,一旦找到该节点,您就可以将其视为当前的数据“目录”。它并不是真正的目录,至少不是文件系统意义上的目录,但它是您可以查询的数据的集合。为了帮助您将目标和目标“内部”的数据分开,XMLStarlet 会区分您尝试使用 --match 选项匹配的内容和您想要使用 匹配的数据值。 >--value-of 选项。

假设您知道 <spin> 节点包含多个元素。这使它成为您的目的地。到达那里后,您可以使用 --value-of 指定您想要为其设置值的元素。要查看所有元素,请使用点 (.) 来表示您当前的位置:

$ xmlstarlet sel --template \
--match '/xml/os/linux/distribution/spin' \
--value-of '.' --nl myfile.xml \
Live
Fedora
Everything

与浏览 DOM 一样,您可以使用 XPath 表达式来限制返回数据的范围。在此示例中,我使用 last() 函数仅检索 spin 节点中的最后一个元素:

$ xmlstarlet select --template \
--match '/xml/os/linux/distribution/spin' \
--value-of '*[last()]' --nl myfile.xml
Everything

在此示例中,我使用 position() 函数选择 spin 节点中的特定元素:

$ xmlstarlet select --template \
--match '/xml/os/linux/distribution/spin' \
--value-of '*[position() = 2]' --nl myfile.xml
Fedora

--match 和 --value-of 选项可以重叠,因此由您决定如何一起使用它们。对于示例 XML,这两个表达式执行相同的操作:

$ xmlstarlet select  --template \
--match '/xml/os/linux/distribution/spin' \
--value-of '.' \
--nl myfile.xml
Live
Fedora
Everything	

$ xmlstarlet select --template \
--match '/xml/os/linux/distribution' \
--value-of 'spin' \
--nl myfile.xml
Live
Fedora
Everything

熟悉 XML

XML 有时看起来过于冗长和笨拙,但与之交互的工具始终让我感到惊讶。如果您希望利用 XML,那么 XMLStarlet 可能是一个很好的切入点。下次您要打开 XML 文件来查看结构化数据时,请尝试使用 XMLStarlet 并查看是否可以查询该数据。您对 XML 越熟悉,它就越能更好地为您提供强大而灵活的数据格式。

相关文章: