Scripting: apa yang paling mudah untuk mengekstraksi nilai dalam tag file XML?

Saya ingin membaca pom.xml ('Project Object Model' dari Maven) dan mengekstrak informasi versi. Berikut ini sebuah contoh:

<?xml version="1.0" encoding="UTF-8"?><project 
xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

    <modelVersion>4.0.0</modelVersion>
    <groupId>com.mycompany</groupId>
    <artifactId>project-parent</artifactId>
    <name>project-parent</name>
    <version>1.0.74-SNAPSHOT</version>
    <dependencies>
        <dependency>
        <groupId>com.sybase.jconnect</groupId>
        <artifactId>jconnect</artifactId>
        <version>6.05-26023</version>
    </dependency>
    <dependency>
        <groupId>joda-time</groupId>
        <artifactId>joda-time</artifactId>
        <version>1.5.2</version>
    </dependency>
    <dependency>
        <groupId>com.sun.jdmk</groupId>
        <artifactId>jmxtools</artifactId>
        <version>1.2.1</version>
    </dependency>
    <dependency>
        <groupId>org.easymock</groupId>
        <artifactId>easymock</artifactId>
        <version>2.4</version>
    </dependency>       
</dependencies>
</project>

Bagaimana saya bisa mengekstrak versi '1.0.74-SNAPSHOT' dari atas?

Senang bisa melakukannya menggunakan sed bash scripting sederhana atau awk. Kalau tidak, python sederhana lebih disukai.

SUNTING

1. Paksaan

   Kotak linux ada di lingkungan perusahaan jadi saya hanya bisa menggunakan alat yang sudah diinstal (bukan saya tidak bisa meminta utilitas seperti xml2, tapi saya harus melalui banyak red-tape). Beberapa solusi sangat baik (pelajari beberapa trik baru), tetapi mereka mungkin tidak berlaku karena lingkungan terbatas

2. daftar xml diperbarui

   Saya menambahkan tag dependensi ke daftar asli. Ini akan menunjukkan beberapa solusi hacky mungkin tidak berfungsi dalam kasus ini

3. Distro

   Distro yang saya gunakan adalah RHEL4

xml2 dapat mengonversi xml ke / dari format berorientasi baris:

xml2 < pom.xml  | grep /project/version= | sed 's/.*=//'

Cara lain: xmlgrep dan XPath:

xmlgrep --text_only '/project/version' pom.xml

Kerugian: lambat

Menggunakan python

$ python -c 'from xml.etree.ElementTree import ElementTree; print ElementTree(file="pom.xml").findtext("{http://maven.apache.org/POM/4.0.0}version")'
1.0.74-SNAPSHOT

Menggunakan xmlstarlet

$ xml sel -N x="http://maven.apache.org/POM/4.0.0" -t -m 'x:project/x:version' -v . pom.xml
1.0.74-SNAPSHOT

Menggunakan xmllint

$ echo -e 'setns x=http://maven.apache.org/POM/4.0.0\ncat /x:project/x:version/text()' | xmllint --shell pom.xml | grep -v /
1.0.74-SNAPSHOT

Cara Clojure. Hanya membutuhkan jvm dengan file jar khusus:

java -cp clojure.jar clojure.main -e "(use 'clojure.xml) (->> (java.io.File. \"pom.xml\") (clojure.xml/parse) (:content) (filter #(= (:tag %) :version)) (first) (:content) (first) (println))"

Cara scala:

java -Xbootclasspath/a:scala-library.jar -cp scala-compiler.jar scala.tools.nsc.MainGenericRunner -e 'import scala.xml._; println((XML.load(new java.io.FileInputStream("pom.xml")) match { case <project>{children @ _*}</project> => for (i <- children if (i  match { case <version>{children @ _*}</version> => true; case _ => false;  }))  yield i })(0) match { case <version>{Text(x)}</version> => x })'

Cara asyik:

java -classpath groovy-all.jar groovy.ui.GroovyMain -e 'println (new XmlParser().parse(new File("pom.xml")).value().findAll({ it.name().getLocalPart()=="version" }).first().value().first())'

Berikut alternatif di Perl

$ perl -MXML::Simple -e'print XMLin("pom.xml")->{version}."\n"'
1.0.74-SNAPSHOT

Ini bekerja dengan contoh yang direvisi / diperluas dalam pertanyaan yang memiliki beberapa elemen "versi" pada kedalaman yang berbeda.

Cara hacky :

perl -e '$_ = join "", <>; m!<project[^>]*>.*\n(?:    |\t)<version[^>]*>\s*([^<]+?)\s*</version>.*</project>!s and print "$1\n"' pom.xml

Mengandalkan lekukan yang benar dari yang dibutuhkan <version>

Kerjakan solusi satu-liner yang sangat canggung

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [n for n in dom.getElementsByTagName('version') if n.parentNode == dom.childNodes[0]][0].toxml()" | sed -e "s/.*>\(.*\)<.*/\1/g"

Sed pada akhirnya sangat jelek tetapi saya tidak dapat mencetak teks dari node dengan mindom saja.

Perbarui dari _Vi :

Versi Python yang kurang rapi:

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [i.childNodes.item(0).nodeValue for i in dom.firstChild.childNodes if i.nodeName == 'version'].pop()"

Perbarui dari saya

Versi lain:

    python -c "from  xml.dom.minidom import parse;dom = parse('pom.xml');print [n.firstChild.data for n in dom.childNodes[0].childNodes if n.firstChild and n.tagName == 'version']"

Cara XSLT:

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
        <xsl:output method="text"/>

        <xsl:template match="/">
                <xsl:for-each select="*[local-name()='project']">
                    <xsl:for-each select="*[local-name()='version']">
                        <xsl:value-of select="text()"/>
                    </xsl:for-each>
                </xsl:for-each>
        </xsl:template>
</xsl:stylesheet>

xalan -xsl x.xsl -in pom.xml

jika "Ada banyak tag versi di xml" maka Anda lebih baik melupakannya dengan "alat sederhana" dan regexps, itu tidak akan berhasil.

coba python ini (tidak ada dependensi):

from xml.dom.minidom import parse

dom = parse('pom.xml')
project = dom.getElementsByTagName('project')[0]
for node in project.childNodes:
    if node.nodeType == node.ELEMENT_NODE and node.tagName == 'version':
        print node.firstChild.nodeValue

Berikut ini adalah satu-liner menggunakan sed:

sed '/<dependencies>/,/<\/dependencies>/d;/<version>/!d;s/ *<\/\?version> *//g' pom.xml

Return_text_val=$(xmllint --xpath "//*[local-name()='$TagElmnt']" $FILE )

Di sini, coba ini:

$TagElmnt - TagName
$FILE - xml file to parse

Saya tahu pertanyaan Anda mengatakan Linux, tetapi jika Anda perlu melakukan ini di Windows tanpa memerlukan alat pihak ke-3 sehingga Anda dapat memasukkannya ke dalam file batch, Powershell dapat mengekstrak setiap simpul dari file pom.xml Anda seperti itu :

powershell -Command "& {select-xml //pom:project/pom:properties/pom:mypluginversion -path pom.xml -Namespace  @{pom='http://maven.apache.org/POM/4.0.0'} | foreach {$_.Node.Innerxml}}" > myPluginVersion.txt

sed -n "/<name>project-parent/{n;s/.*>\(.*\)<.*/\1/p;q}" pom.xml

The -npilihan menghindari pencetakan garis yang tidak cocok; pertandingan pertama ( /.../) ada di baris sebelum yang berisi teks yang diinginkan; yang nperintah melompat ke baris berikutnya, di mana sekstrak info yang relevan melalui grup menangkap ( \(...\)), dan backreference ( \1). pmencetak,q berhenti.

awk berfungsi dengan baik tanpa menggunakan alat tambahan.
cat pod.xml

<project>
  <modelVersion>4.0.0</modelVersion>
  <groupId>com.networks.app</groupId>
  <artifactId>operation-platform</artifactId>
  <version>1.0.0</version>
  <packaging>tar.xz</packaging>
  <description>POM was created by Sonatype Nexus</description>
</project>

cara sederhana dan mudah dibaca untuk mendapatkan nilai <packaging>tag:

cat pod.xml | awk -F'[<>]' '/packaging/{print $3}'