學習解析 XML 通常被認為是一件復雜的事情，但它不一定是這樣。XML 是高度嚴格結構化的，所以也是相對來說可預測的。也有許多其他工具可以幫助你使這項工作易于管理。

我最喜歡的 XML 實用程序之一是 XMLStarlet，這是一個用于終端的 XML 工具包，借助這個 XML 工具包，你可以驗證、解析、編輯、格式化和轉換 XML 數(shù)據(jù)。XMLStarLet 是個相對較小的命令，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，和復雜的命令，如fop和xsltproc。不過有時你不需要處理 XML 數(shù)據(jù);你只需要一個方便的方法從 XML 數(shù)據(jù)中來提取、更新或驗證重要數(shù)據(jù)。對于隨手的 XML 交互，我使用xmlstarlet，這是常見的處理 XML任務的一個典型的“瑞士軍刀”式應用。通過運行--help命令，你可以看到它提供哪些選項：

$ xmlstarlet --help

Usage: xmlstarlet [

你可以通過在這些子命令的末尾附加 -help來獲得進一步的幫助：

$ 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)。下面是一個簡單的 XML 文檔：

在 XML 文件中查找數(shù)據(jù)時，你的第一個任務是關注要探索的節(jié)點。如果知道節(jié)點的路徑，請使用 -value of選項指定完整路徑。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。

通過進一步深入 DOM 樹來凝聚關注點：

$ xmlstarlet select --template \

--value-of /xml/os/linux/distribution/name \

--nl myfile.xml

Fedora

Fedora Core

條件選擇

用于導航和解析 XML 的最強大工具之一被稱為 XPath。它規(guī)范了 XML 搜索中使用的語法，并從 XML 庫調用函數(shù)。XMLStarlet 能夠解析 XPath 表達式，因此可以使用 XPath 函數(shù)來有條件的進行選擇。XPath 具有豐富的函數(shù)，，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)，將元素的內容與某個值進行比較。下面是對 元素的值的測試，它僅返回與特定匹配相關聯(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” 關聯(lián)的所有版本號(該項目從版本 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值

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

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

$ 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 表達式來限制返回數(shù)據(jù)的范圍。在本例中，我使用 last函數(shù)來檢索spin節(jié)點中的最后一個元素：

$ 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，這兩個表達式執(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 有時看起來過于冗長和笨拙，但為與之交互和構建的工具卻總是讓我吃驚。如果你想要好好使用 XML，那么 XMLStarlet 可能是一個很好的切入點。下次要打開 XML 文件查看其結構化數(shù)據(jù)時，請嘗試使用 XMLStarlet，看看是否可以查詢這些數(shù)據(jù)。當你對 XML 越熟悉時，它就越能作為一種健壯靈活的數(shù)據(jù)格式而為你服務。