[[414019]]

借助終端上的 XML 工具包 XMLStarlet，你就是 XML 之星。

學(xué)習(xí)解析 XML 通常被認(rèn)為是一件復(fù)雜的事情，但它不一定是這樣。XML 是高度嚴(yán)格結(jié)構(gòu)化的，所以也是相對來說可預(yù)測的。也有許多其他工具可以幫助你使這項(xiàng)工作易于管理。

我最喜歡的 XML 實(shí)用程序之一是 XMLStarlet，這是一個(gè)用于終端的 XML 工具包，借助這個(gè) XML 工具包，你可以驗(yàn)證、解析、編輯、格式化和轉(zhuǎn)換 XML 數(shù)據(jù)。XMLStarLet 是個(gè)相對較小的命令，但瀏覽 XML 卻充滿潛力，因此本文演示了如何使用它來查詢 XML 數(shù)據(jù)。

安裝

XMLStarLet 默認(rèn)安裝在 CentOS、Fedora，和許多其他現(xiàn)代 Linux 發(fā)行版上，所以你可以打開終端，輸入 xmlstarlet 來訪問它。如果 XMLStarLet 還沒有被安裝，你的操作系統(tǒng)則會為你安裝它。

或者，你可以用包管理器安裝 xmlstarlet：

$ sudo dnf install xmlstarlet

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

如果都失敗了，你可以從 Sourceforge 上的源代碼 手動安裝它。

用 XMLStarlet 解析 XML

有許多工具可以幫助解析和轉(zhuǎn)換 XML 數(shù)據(jù)，包括允許你 編寫自己的解析器 的軟件庫，和復(fù)雜的命令，如 fop 和 xsltproc。不過有時(shí)你不需要處理 XML 數(shù)據(jù)；你只需要一個(gè)方便的方法從 XML 數(shù)據(jù)中來提取、更新或驗(yàn)證重要數(shù)據(jù)。對于隨手的 XML 交互，我使用 xmlstarlet，這是常見的處理 XML任務(wù)的一個(gè)典型的“瑞士軍刀”式應(yīng)用。通過運(yùn)行 --help 命令，你可以看到它提供哪些選項(xiàng)：

$ 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
[...]

你可以通過在這些子命令的末尾附加 -help 來獲得進(jìn)一步的幫助：

$ 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
[...]

用 sel 命令選擇數(shù)據(jù)

可以使用 xmlstarlet select（簡稱 sel）命令查看 XML 格式的數(shù)據(jù)。下面是一個(gè)簡單的 XML 文檔：

<?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 文件中查找數(shù)據(jù)時(shí)，你的第一個(gè)任務(wù)是關(guān)注要探索的節(jié)點(diǎn)。如果知道節(jié)點(diǎn)的路徑，請使用 -value of 選項(xiàng)指定完整路徑。你越早瀏覽 文檔對象模型（DOM）樹，就可以看到更多信息：

$ 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“新的一行”，它插入大量的空白，以確保在輸入結(jié)果后，終端在新的一行顯示。我已經(jīng)刪除了樣本輸出中的一些多余空間。

通過進(jìn)一步深入 DOM 樹來凝聚關(guān)注點(diǎn)：

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

條件選擇

用于導(dǎo)航和解析 XML 的最強(qiáng)大工具之一被稱為 XPath。它規(guī)范了 XML 搜索中使用的語法，并從 XML 庫調(diào)用函數(shù)。XMLStarlet 能夠解析 XPath 表達(dá)式，因此可以使用 XPath 函數(shù)來有條件的進(jìn)行選擇。XPath 具有豐富的函數(shù)，由 W3C 提供了詳細(xì)文檔，但我覺得 Mozilla 的 XPath 文檔 更簡潔。

可以使用方括號作為測試函數(shù)，將元素的內(nèi)容與某個(gè)值進(jìn)行比較。下面是對 <name> 元素的值的測試，它僅返回與特定匹配相關(guān)聯(lián)的版本號。

想象一下，示例 XML 文件包含以 1 開頭的所有 Fedora 版本。要查看與舊名稱 “Fedora Core” 關(guān)聯(lián)的所有版本號（該項(xiàng)目從版本 7 開始刪除了名稱中的 “Core”），請執(zhí)行以下操作：

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

通過將路徑的 --value-of 更改為 /xml/os/linux/distribution[name=“Fedora Core”]/codename，你便可以查看這些版本的所有代號。

匹配路徑和獲取目標(biāo)值

將 XML 標(biāo)記視為節(jié)點(diǎn)的一個(gè)好處是，一旦找到節(jié)點(diǎn)，就可以將其視為當(dāng)前的數(shù)據(jù)的“目錄”。它不是一個(gè)真正的目錄，至少不是文件系統(tǒng)意義上的目錄，但它是一個(gè)可以查詢的數(shù)據(jù)集合。為了幫助你將目標(biāo)和“里面”的數(shù)據(jù)分開，XMLStarlet 把你試圖用 --match 選項(xiàng)匹配的內(nèi)容和用 --value-of 選項(xiàng)匹配的數(shù)據(jù)值進(jìn)行了區(qū)分。

假設(shè)你知道 <spin> 節(jié)點(diǎn)包含幾個(gè)元素。這就是你的目標(biāo)節(jié)點(diǎn)。一旦到了這里，就可以使用 --value-of 指定想要哪個(gè)元素的值。要查看所有元素，可以使用點(diǎn)（.）來代表當(dāng)前位置：

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

與瀏覽 DOM 一樣，可以使用 XPath 表達(dá)式來限制返回?cái)?shù)據(jù)的范圍。在本例中，我使用 last() 函數(shù)來檢索 spin 節(jié)點(diǎn)中的最后一個(gè)元素：

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

在本例中，我使用 position() 函數(shù)選擇 spin 節(jié)點(diǎn)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 選項(xiàng)可以重疊，因此如何將它們一起使用取決于你自己。對于示例 XML，這兩個(gè)表達(dá)式執(zhí)行的是相同的操作：

$ 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 有時(shí)看起來過于冗長和笨拙，但為與之交互和構(gòu)建的工具卻總是讓我吃驚。如果你想要好好使用 XML，那么 XMLStarlet 可能是一個(gè)很好的切入點(diǎn)。下次要打開 XML 文件查看其結(jié)構(gòu)化數(shù)據(jù)時(shí)，請嘗試使用 XMLStarlet，看看是否可以查詢這些數(shù)據(jù)。當(dāng)你對 XML 越熟悉時(shí)，它就越能作為一種健壯靈活的數(shù)據(jù)格式而為你服務(wù)。