如何从命令行漂亮地打印 XML？
Posted
技术标签:
【中文标题】如何从命令行漂亮地打印 XML？【英文标题】：How to pretty print XML from the command line? 【发布时间】：2013-04-12 00:50:40 【问题描述】：相关：How can I pretty-print JSON in (unix) shell script?
是否有 (unix) shell 脚本可以将 XML 格式化为人类可读的格式？
基本上，我希望它转换以下内容：
<root><foo a="b">lorem</foo><bar value="ipsum" /></root>
...变成这样的：
<root>
<foo a="b">lorem</foo>
<bar value="ipsum" />
</root>
【问题讨论】：
要在 Debian 系统上使用xmllint，您需要安装软件包 libxml2-utils（libxml2 不提供此工具，至少在 Debian 5.0 "Lenny" 和 6.0 "Squeeze 上不提供")。
【参考方案1】：
xmllint
此实用程序附带libxml2-utils：
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
xmllint --format -
Perl 的XML::Twig
此命令带有XML::Twig perl 模块，有时是xml-twig-tools 包：
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
xml_pp
xmlstarlet
此命令附带xmlstarlet:
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
xmlstarlet format --indent-tab
tidy
查看tidy 包：
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
tidy -xml -i -
Python
Python 的 xml.dom.minidom 可以格式化 XML（也适用于旧版 python2）：
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
python -c 'import sys; import xml.dom.minidom; s=sys.stdin.read(); print(xml.dom.minidom.parseString(s).toprettyxml())'
saxon-lint
你需要saxon-lint:
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
saxon-lint --indent --xpath '/' -
saxon-HE
你需要saxon-HE:
echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' |
java -cp /usr/share/java/saxon/saxon9he.jar net.sf.saxon.Query \
-s:- -qs:/ '!indent=yes'
【讨论】：
好，快速的回答。第一个选项似乎在现代 *nix 安装中会更加普遍。一个小问题；但是可以在不通过中间文件的情况下调用它吗？即echo '<xml .. />' | xmllint --some-read-from-stdn-option?
我漂亮的 ubuntu 中的包是 libxml2-utils。
请注意，“cat data.xml | xmllint --format - | tee data.xml”不起作用。在我的系统上，它有时适用于小文件，但总是截断大文件。如果您真的想做任何事情，请阅读backreference.org/2011/01/29/in-place-editing-of-files
解决UnicodeDecodeError: 'ascii' codec can't decode byte 0xc5 in position 805: ordinal not in range(128)在python版本中要定义PYTHONIOENCODING="UTF-8":cat some.xml | PYTHONIOENCODING="UTF-8" python -c 'import sys;import xml.dom.minidom;s=sys.stdin.read();print xml.dom.minidom.parseString(s).toprettyxml()' > pretty.xml
请注意，tidy 也可以格式化没有根元素的 xml。这对于通过管道格式化 xml 部分（例如从日志中提取）很有用。 echo '<x></x><y></y>' | tidy -xml -iq【参考方案2】：
xmllint --format yourxmlfile.xml
xmllint 是一个命令行 XML 工具，包含在libxml2 (http://xmlsoft.org/) 中。
================================================ =
注意：如果您没有安装libxml2，您可以通过执行以下操作来安装它：
CentOS
cd /tmp
wget ftp://xmlsoft.org/libxml2/libxml2-2.8.0.tar.gz
tar xzf libxml2-2.8.0.tar.gz
cd libxml2-2.8.0/
./configure
make
sudo make install
cd
Ubuntu
sudo apt-get install libxml2-utils
赛格温
apt-cyg install libxml2
MacOS
要使用 Homebrew 在 MacOS 上安装它，只需执行以下操作：
brew install libxml2
Git
如果您需要以下代码，也可以在 Git 上找到：
git clone git://git.gnome.org/libxml2
【讨论】：
sputnick 的回答包含此信息，但 crmpicco 的回答是关于如何漂亮打印 XML 的一般问题的最有用的回答。 我们可以将格式化后的 xml 输出写入其他 xml 文件并使用它。例如 xmllint --format yourxmlfile.xml >> new-file.xml 在 Ubuntu 16.04 上，您可以使用以下内容：sudo apt-get install libxml2-utils
这也适用于 Windows； git for Windows download 甚至安装了最新版本的xmllint。示例："C:\Program Files\Git\usr\bin\xmllint.exe" --format QCScaper.test@borland.com.cds.xml > QCScaper.test@borland.com.pretty-printed.cds.xml
来自 MacOS，通过 brew 安装了 libxml2。要为我取消最小化 xml 并将其保存到一个新文件中，它可以使用此命令 xmllint --format in.xml > out.xml【参考方案3】：
您也可以使用tidy，可能需要先安装（例如在 Ubuntu 上：sudo apt-get install tidy）。
为此，您将发出如下内容：
tidy -xml -i your-file.xml > output.xml
注意：有许多额外的可读性标志，但自动换行行为有点烦人（http://tidy.sourceforge.net/docs/quickref.html）。
【讨论】：
很有帮助，因为我无法让 xmllint 将换行符添加到单行 xml 文件中。谢谢！tidy 也适合我。与hxnormalize 不同，这样做实际上关闭了<body> 标签。
顺便说一句，这里有一些我发现有用的选项：tidy --indent yes --indent-spaces 4 --indent-attributes yes --wrap-attributes yes --input-xml yes --output-xml yes < InFile.xml > OutFile.xml.
很棒的提示@VictorYarema。我将它与 pygmentize 结合并将其添加到我的 .bashrc 中：alias prettyxml='tidy --indent yes --indent-spaces 4 --indent-attributes yes --wrap-attributes yes --input-xml yes --output-xml yes | pygmentize -l xml' 然后可以curl url | prettyxml【参考方案4】：
无需在 macOS / 大多数 Unix 上安装任何东西。
使用tidy
cat filename.xml | tidy -xml -iq
使用 cat 重定向查看文件以整齐指定 xml 的文件类型并缩进，而安静输出将抑制错误输出。 JSON 也适用于 -json。
【讨论】：
您不需要cat 步骤：tidy -xml -iq filename.xml。此外，您甚至可以使用-m 选项来执行tidy -xml -iq filename.xml 来修改 原始文件...【参考方案5】：
您没有提到文件，所以我假设您想在命令行上提供 XML 字符串作为标准输入。在这种情况下，请执行以下操作：
$ echo '<root><foo a="b">lorem</foo><bar value="ipsum" /></root>' | xmllint --format -
【讨论】：
【参考方案6】：xmllint support formatting in-place:
for f in *.xml; do xmllint -o $f --format $f; done
正如 Daniel Veillard 所写：
我认为
xmllint -o tst.xml --format tst.xml应该是安全的，因为解析器会将输入完全加载到树中 在打开输出进行序列化之前。
缩进级别由XMLLINT_INDENT 环境变量控制，默认为2 个空格。示例如何将缩进更改为 4 个空格：
XMLLINT_INDENT=' ' xmllint -o out.xml --format in.xml
当您的 XML 文档损坏时，您可能缺少 --recover 选项。或者尝试使用严格的 XML 输出的弱 HTML 解析器：
xmllint --html --xmlout <in.xml >out.xml
--nsclean、--nonet、--nocdata、--noblanks 等可能有用。阅读手册页。
apt-get install libxml2-utils
apt-cyg install libxml2
brew install libxml2
【讨论】：
【参考方案7】：我花了很长时间才找到可以在我的 mac 上运行的东西。这对我有用：
brew install xmlformat
cat unformatted.html | xmlformat
【讨论】：
【参考方案8】：这个简单的（st）解决方案不提供压痕，但在人眼上却更容易。它还允许通过简单的工具（如 grep、head、awk 等）更轻松地处理 xml。
使用 sed 将 '
正如 Gilles 所说，在生产中使用它可能不是一个好主意。
# check you are getting more than one line out
sed 's/</\n</g' sample.xml | wc -l
# check the output looks generally ok
sed 's/</\n</g' sample.xml | head
# capture the pretty xml in a different file
sed 's/</\n</g' sample.xml > prettySample.xml
【讨论】：
【参考方案9】：编辑：
免责声明：您通常应该更喜欢安装像 xmllint 这样的成熟工具来完成这样的工作。 XML/HTML 可能是一个可怕的残缺不全的混乱。但是，在某些情况下，使用现有工具比手动安装新工具更可取，并且可以肯定的是，XML 的源代码是有效的（足够了）。我已经为其中一种情况编写了此脚本，但它们很少见，因此请谨慎行事。
我想添加一个纯 Bash 解决方案，因为手动完成并不难，而且有时您不想安装额外的工具来完成这项工作。
#!/bin/bash
declare -i currentIndent=0
declare -i nextIncrement=0
while read -r line ; do
currentIndent+=$nextIncrement
nextIncrement=0
if [[ "$line" == "</"* ]]; then # line contains a closer, just decrease the indent
currentIndent+=-1
else
dirtyStartTag="$line%%>*"
dirtyTagName="$dirtyStartTag%% *"
tagName="$dirtyTagName//</"
# increase indent unless line contains closing tag or closes itself
if [[ ! "$line" =~ "</$tagName>" && ! "$line" == *"/>" ]]; then
nextIncrement+=1
fi
fi
# print with indent
printf "%*s%s" $(( $currentIndent * 2 )) # print spaces for the indent count
echo $line
done <<< "$(cat - | sed 's/></>\n</g')" # separate >< with a newline
将其粘贴到脚本文件中，然后通过管道输入 xml。
这假设 xml 都在一行上，并且任何地方都没有多余的空格。人们可以很容易地在正则表达式中添加一些额外的 \s* 来解决这个问题。
【讨论】：
希望永远不会在某个地方作为系统管理员看到这个 -_- @GillesQuenot 你什么意思？是否存在我没有看到的安全风险？ 因为用真正的解析器以外的任何东西来解析 XML/HTML 是（或将很快）简单的错误。如果它是个人计算机上的一个小型个人脚本，由你决定，但对于生产来说，没办法。会坏的！ 我同意 XML/HTML 可能会被严重破坏，但它确实取决于来源。我为我们自己生成的一些 XML 编写了这个，所以这是一个非常安全的选择。 直到实习生改变 XML 的制作方式 :)【参考方案10】：我愿意：
nicholas@mordor:~/flwor$
nicholas@mordor:~/flwor$ cat ugly.xml
<root><foo a="b">lorem</foo><bar value="ipsum" /></root>
nicholas@mordor:~/flwor$
nicholas@mordor:~/flwor$ basex
BaseX 9.0.1 [Standalone]
Try 'help' to get more information.
>
> create database pretty
Database 'pretty' created in 231.32 ms.
>
> open pretty
Database 'pretty' was opened in 0.05 ms.
>
> set parser xml
PARSER: xml
>
> add ugly.xml
Resource(s) added in 161.88 ms.
>
> xquery .
<root>
<foo a="b">lorem</foo>
<bar value="ipsum"/>
</root>
Query executed in 179.04 ms.
>
> exit
Have fun.
nicholas@mordor:~/flwor$
如果只是因为它“在”一个数据库中，而不是“只是”一个文件。在我看来，更容易使用。
相信其他人已经解决了这个问题。如果您愿意，毫无疑问，eXist 在格式化xml 方面甚至可能“更好”，或者一样好。
当然，您始终可以通过各种不同的方式查询数据。我尽量保持简单。您也可以只使用 GUI，但您指定了控制台。
【讨论】：
【参考方案11】：与xidel:
xidel -s input.xml -e 'serialize(.,"indent":true())'
<root>
<foo a="b">lorem</foo>
<bar value="ipsum"/>
</root>
或file:write("output.xml",.,"indent":true()) 保存到文件。
【讨论】：
以上是关于如何从命令行漂亮地打印 XML？的主要内容，如果未能解决你的问题，请参考以下文章
Python colorama | 详解终端漂亮的彩色打印怎么实现的
Python colorama | 详解终端漂亮的彩色打印怎么实现的