利用Shell解析处理XML的方法汇总

在Shell下解析XML文件有多种方法，这里对一些常用的做一个汇总。以下所有示例都基于以下的XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<catalog>
  <book id="bk101">
    <author>Gambardella, Matthew</author>
    <title>XML Developer's Guide</title>
    <price>44.95</price>
    <publish_date>2000-10-01</publish_date>
    <description>An in-depth look at creating applications 
      with XML.</description>
  </book>

  <book id="bk102">
    <author>Ralls, Kim</author>
    <title>Midnight Rain</title>
    <price>5.95</price>
    <publish_date>2000-12-16</publish_date>
    <description>A former architect battles corporate zombies, 
      an evil sorceress, and her own childhood to become queen 
      of the world.</description>
  </book>
</catalog>

使用grep和正则表达式解析XML

我们可以利用 grep 命令和正则表达式来解析 XML 文件中指定标签中的内容。下面的命令可以提取所有 author 标签中的内容：

$ grep '<author>.*</author>' example.xml | sed -e 's#<author>\(.*\)</author>#\1#'
Gambardella, Matthew
Ralls, Kim

其中 grep 命令根据正则表达式提取了所有 <author> 标签中的内容，然后使用 sed 命令删除了标签。

使用xmlstarlet解析XML

可以利用 xmlstarlet 解析 XML 文件。xmlstarlet 是一个命令行工具，可以用于检查、查询、编辑和根据 XML 文件创建命令行策略。

• 使用以下命令可以打印出所有 author 标签的内容：

$ xmlstarlet sel -t -m "//author" -v . -n example.xml
Gambardella, Matthew
Ralls, Kim

其中 sel 命令表示查询（select）模式， -t 参数表示模板（template）模式， -m 参数表示匹配模式， //author 表示匹配所有 author 标签， -v . 表示输出标签中的内容， -n 表示输出后换行。

• 使用以下命令可以打印出所有 book 标签中 id 属性值为 bk102 的 title 和 price 标签的内容：

$ xmlstarlet sel -t -m "//book[@id='bk102']" -v title -n -v price -n example.xml
Midnight Rain
5.95

其中 [@id='bk102'] 表示匹配 id 属性值为 bk102 的 book 标签，-v 参数可以指定要输出的标签， -n 表示输出后换行。