如何仅从 xml 文件中提取特定部分并合并它们？

Posted 2023-03-15

【中文标题】如何仅从 xml 文件中提取特定部分并合并它们？

【英文标题】：How to extract only specific part from xml files and merge them?

【发布时间】：2021-06-01 21:13:46

【问题描述】：

我有许多想要合并到一个文件中的 xml 文件。我不想从根合并它们，而是从其中一个孩子合并它们。 如何使用 grep/sed/awk 语句继续它？

XML 1：

<root>
   <version>AB</version>
   <Data>
       <Title>MyTitle</Title>
       <SubTitle>Mysub</SubTitle>
   </Data>
   <file author="JXJX" name="MyFile1">
       <desc>File1</desc>
       <field>Random Field</field>
   </file>
<root>

XML 2：

<root>
   <version>AB</version>
   <Data>
       <Title>MyTitle 2</Title>
       <SubTitle>Mysub 2</SubTitle>
   </Data>
   <file author="HIGH" name="MyFile2">
       <desc>File2</desc>
       <field>Random Field</field>
   </file>
<root>

我想要以下 XML 文件：

<root>
    <file author="JXJX" name="MyFile1">
       <desc>File1</desc>
       <field>Random Field</field>
    </file>
    <file author="HIGH" name="MyFile2">
       <desc>File2</desc>
       <field>Random Field</field>
    </file>
</root>

【问题讨论】：

嗨@Yankee，欢迎来到 Stack Overflow。你能提供你尝试过的，一个最小的可重复的例子吗？

【参考方案1】：

对于像您的示例这样简单的文件，您可以使用简短的 sed 命令打印第一行、从 <file 到 </file> 的所有行以及最后一行：

sed -n '1p;/<file/,/<\/file>/p;$p' XML1 XML2

【讨论】：

嗨@Armali，感谢您的回答。如果我有一个像 .... 这样的 XML 标签。这行不通。你能告诉在这种情况下如何修改语句吗？

我刚刚删除了<file后面的空格；那么它适用于具有和不具有属性的标签，只要没有其他名为 <file… 的标签。

【参考方案2】：

请don't parse XML with regex，但请改用xidel 等适当的解析器：

$ xidel -se '
  element root 
    doc("1.xml")//file,
    doc("2.xml")//file
  
' --output-node-format=xml --output-node-indent
<root>
  <file author="JXJX" name="MyFile1">
    <desc>File1</desc>
    <field>Random Field</field>
  </file>
  <file author="HIGH" name="MyFile2">
    <desc>File2</desc>
    <field>Random Field</field>
  </file>
</root>