在 Bash 中解析 XML

当前位置：主页 > 学无止境 > 操作系统 >

Git Docker

在 Bash 中解析 XML

作者：迹忆客最近更新：2023/06/10 浏览次数：

几乎不可能找到仍然不使用 XML 的开发人员。它是一种流行的标记语言，广泛用于构建和传输数据。

本文将展示我们如何通过 Bash 解析 XML。

我们将在这里讨论两个库。我们的第一个库是 xmllint，第二个库称为 XMLStarlet。

在使用它们之前，您需要安装它们。

在 Bash 中使用 xmllint 解析 XML

这是可用于解析 XML 文件的最常见的库。但是您必须先下载并安装该库，然后才能使用它。

要安装此库，您需要执行以下命令。

sudo apt-get update -qq
sudo apt-get install -y libxml2-utils

我们必须使用 apt-get 安装 libxml2-utils 包。

如果您有一个名为 MyXML.xml 的 XML 文件，您可以使用以下命令轻松获取 XML。

xmllint MyXML.xml

执行上述命令后，您将获得如下输出。

<?xml version="1.0"?>
<specification>
        <type>Laptop</type>
        <model>Macbook</model>
        <screenSizeInch>14</screenSizeInch>
</specification>

该库包含一些选项或标志。库的可用选项在下面共享。

--auto - 此标志用于生成用于测试的文档。
--catalogs - 此标志用于使用来自 SGML_CATALOG_FILES 的目录。否则，默认使用 /etc/xml/catalog。
--chkregister - 此标志用于打开节点注册。
--compress - 此标志用于打开输出的 gzip 压缩。
--copy - 此标志用于测试内部复制实现。
--c14n - 此标志用于使用 W3C XML 规范化 (C14N) 序列化通过 stdout 解析的结果。它还在结果中保留评论。
--dtdvalid URL - 此标志用于使用 URL 指定的 DTD 进行验证。
--dtdvalidfpi FPI - 此标志用于使用用于验证的公共标识符 FPI 指定的 DTD；请注意，此标志将需要作为公共标识符工作的目录导出。
--debug - 此标志用于解析文件。它还输出一个带注释的树，它是文档的内存版本。
--debugent - 此标志用于调试文档中定义的实体。
--dropdtd - 此标志用于从输出中删除 DTD。
--dtdattr - 此标志将获取外部 DTD。它还使用继承属性填充树。
--encode - 此标志将提供给定编码的输出。
--format - 此标志将重新格式化并重新缩进输出。
--help - 此标志将打印出 xmllint 用法的摘要。
--html - 此标志用于使用 HTML 解析器。
--htmlout - 此标志会将结果显示为 HTML 文件。它将在结果树输出周围输出必要的 HTML 标记，以便可以在浏览器中显示/查看结果。
--insert - 此标志用于测试有效插入。
--loaddtd - 此标志用于获取外部 DTD。
--load-trace - 此标志将显示处理到 stderr 时加载的所有文档。
--maxmem NNBYTES - 此标志用于测试解析器内存支持。这里，NNBYTES 是库可以分配的最大字节数。
--memory - 此标志用于从内存中解析。
--noblanks - 此标志将删除可忽略的空格。
--nocatalogs - 此标志指定不使用任何目录。
--nocdata - 此标志将通过等效文本节点替换 CDATA 部分。
--noent - 此标志将用实体值替换实体引用。
--nonet - 此标志指定不使用互联网来获取 DTD 或实体。
--noout - 此标志将抑制输出。默认情况下，xmllint 将显示结果树的输出。
--nowarning - 此标志指定不从验证器和/或解析器发出警告。
--nowrap - 此标志指定不输出 HTML 文档包装器。
--noxincludenod - 此标志用于执行 XInclude 处理，但指定不生成 XInclude 开始和结束节点。
--nsclean - 此标志用于删除多余的名称空间声明。
--output FILE - 该标志定义了 xmllint 保存解析结果的文件路径。
--path "PATH(S)" - 此标志用于使用由 PATHS 指定的（以冒号分隔或空格分隔的）文件系统路径列表来加载 DTD 或实体。在这里，空格分隔的列表用引号括起来。
--pattern PATTERNVALUE - 此标志用于练习可与阅读器界面一起使用的模式识别引擎。它还用于调试。
--postvalid - 此标志用于在解析完成后进行验证。
--push - 此标志启用推送模式。
--recover - 此标志用于输出无效文档的任何可解析部分。
--relaxng SCHEMA - 此标志将使用名为 SCHEMA 的 RelaxNG 文件进行验证。
--repeat - 此标志用于重复 100 次以进行计时或分析。
--schema - 此标志将使用称为 SCHEMA 的 W3C XML 架构文件。
--shell - 运行导航 shell。
--stream - 此标志用于流式传输 API。
--testIO - 此标志将测试用户输入/输出支持。
--timing - 此标志将输出有关 xmllint 执行各个步骤所用时间的信息。
--valid - 此标志将检查文档的有效性。
--version - 此标志将显示库的版本。
--walker - 此标志将测试 walker 模块
--xinclude - 此标志将执行 XInclude 处理。
--xmlout - 此标志主要与--html 结合使用。它将使用 XML 序列化程序保存文档。它主要用于从HTML 到XHTML 的转换。

在 Bash 中使用 XMLStarlet 解析 XML

另一个用于解析任何 XML 文档的流行库称为 XMLStarlet。该库的主要命令是 xmlstarlet。

您必须以 root 身份执行以下命令才能安装此库。

sudo dnf install xmlstarlet

它包含使验证、转换或查询 XML 文件更容易的有用选项。您可以通过库最简单的命令轻松获取 XML 文件。

xmlstarlet format MyXML.xml

执行上述命令后，您将看到 XML 文件的内容作为如下输出。

<?xml version="1.0"?>
<specification>
        <type>Laptop</type>
        <model>Macbook</model>
        <screenSizeInch>14</screenSizeInch>
</specification>