如何在Bash中解析XML？

cat xhtml文件.xhtml|
getElementViaXPath--path='/html/head/title'|
sed-e的%（^&lt；title&gt；|&lt；/title&gt；$）%g'&gt；titleOfXHTMLPage.txt

这实际上只是对Yuzem答案的解释，但我觉得不应该对其他人做这么多编辑，评论不允许格式化，所以

rdom（）{local IFS=\&gt；read-d\&lt；ec；}

让我们将其称为“read_dom”而不是“rdom”，将其隔开一点并使用更长的变量：

读取dom（）{
本地IFS=\&gt；
读取-d\&lt；实体内容
}

它定义了一个名为read_dom的函数。第一行将IFS（输入字段分隔符）设置为该函数的本地，并将其更改为>。这意味着，当您读取数据而不是在空格、制表符或换行符上自动拆分时，它会在“>”上拆分。下一行表示从stdin读取输入，而不是在换行时停止，而是在看到“&lt；”时停止字符（去离子器标志的-d）。然后使用IFS拆分读取的内容，并将其分配给变量实体和内容。因此，采取以下措施：

&lt；标签&gt；价值&lt/标签&gt；

对read\u dom的第一次调用获取一个空字符串（因为“&lt；”是第一个字符）。因为没有’>’字符，所以IFS将其拆分为”>’。Read然后为这两个变量分配一个空字符串。第二个调用获取字符串“tag>value”。然后由IFS将其拆分为两个字段“tag”和“value”。Read然后分配变量，如：ENTITY=tag和CONTENT=value。第三个调用获取字符串“/tag>”。被IFS拆分为两个字段“/tag”和“”。Read然后分配如下变量：ENTITY=/tag和CONTENT=。第四个调用将返回非零状态，因为我们已到达文件末尾

现在，他的while循环进行了一些清理，以符合上述要求：

读取dom时

；做
如果[$ENTITY=“title”]；然后
echo$内容
出口
fi
完成&lt；xhtml文件.xhtml&gt；titleOfXHTMLPage.txt

第一行只是说，“当read_dom函数返回零状态时，执行以下操作。”第二行检查我们刚才看到的实体是否为“title”。下一行回显标记的内容。四条线出口。如果不是标题实体，则循环在第六行重复。我们将“xhtmlfile.xhtml”重定向到标准输入（用于read\u dom函数），并将标准输出重定向到“titleOfXHTMLPage.txt”（循环中前面的回音）

现在为input.xml提供以下内容（类似于在S3上列出一个bucket）：

&lt；ListBucketResult xmlns=”http://s3.amazonaws.com/doc/2006-03-01/“&gt；
&lt；名称&gt；sth项目&lt/名称&gt；
&lt；IsTruncated&gt；假&lt/IsTruncated&gt；
&lt；内容&gt；
&lt；键&gt；苹果[email protected]&lt/键&gt；
&lt；最后修改&gt；2011-07-25T22:23:04.000Z&lt/最后修改&gt；
&lt；ETag&gt&amp；引用；0032a28286680abee71aed5d059c6a09&amp；引用&lt/ETag&gt；
&lt；尺寸&gt；1785年&lt/尺寸&gt；
&lt；StorageClass&gt；标准&lt/StorageClass&gt；
&lt/内容&gt；
&lt/ListBucketResult&gt；

以及以下循环：

读取dom时

；做
echo“$ENTITY=&gt；$CONTENT”
完成&lt；input.xml

你应该得到：

=&gt；
ListBucketResult xmlns=”http://s3.amazonaws.com/doc/2006-03-01/“=&gt；
名称=&gt；某物项目
/名称=&gt；
IsTruncated=&gt；错误的
/IsTruncated=&gt；
内容=&gt；
键=&gt；苹果[email protected]
/键=&gt；
LastModified=&gt；2011-07-25T22:23:04.000Z
/LastModified=&gt；
ETag=&gt&amp；引用；0032a28286680abee71aed5d059c6a09&amp；引用；
/ETag=&gt；
大小=&gt；1785
/大小=&gt；
StorageClass=&gt；标准
/StorageClass=&gt；
/内容=&gt；

因此，如果我们编写了一个while循环，如Yuzem的循环：

读取dom时

；做
如果[$ENTITY=“Key”]；然后
echo$内容
fi
完成&lt；input.xml

我们将得到S3存储桶中所有文件的列表

编辑
如果出于某种原因本地IFS=\&gt不适用于您，如果您对其进行全局设置，则应在函数末尾重置它，如：

读取dom（）{
原始_IFS=$IFS
IFS=\&gt；
读取-d\&lt；实体内容
IFS=$ORIGINAL_IFS
}

否则，您稍后在脚本中执行的任何行分割都将出错

编辑2
要拆分属性名称/值对，可以扩充read\u dom（）如下：

读取dom（）{
本地IFS=\&gt；
读取-d\&lt；实体内容
本地ret=$？
TAG_NAME=${ENTITY%%*}
属性=${ENTITY}
返回$ret
}

然后编写函数解析并获取所需数据，如下所示：

解析dom（）{
如果[$TAG_NAME=“foo”]；则
评估本地$ATTRIBUTES
echo“foo大小为：$size”
elif[$TAG_NAME=“bar”]；然后
评估本地$ATTRIBUTES
echo“条形图类型为：$type”
fi
}

然后，当您读取dom时，调用解析dom：

读取dom时

；做
解析dom
完成

然后给出以下标记示例：

&lt；示例&gt；
&lt；棒材尺寸=“棒材尺寸”类型=“金属”&gt；钢筋含量&lt/酒吧&gt；
&lt；foo size=“1789”type=“未知”&gt；食品内容&lt/foo&gt；
&lt/示例&gt；

您应该获得以下输出：

$cat example.xml |/bash_xml.sh
棒材类型为：金属
福的尺寸是：1789

编辑3另一位用户说他们在FreeBSD中遇到问题，建议保存读取的退出状态，并在读取结束时返回，如：

读取dom（）{
本地IFS=\&gt；
读取-d\&lt；实体内容
本地RET=$？
TAG_NAME=${ENTITY%%*}
属性=${ENTITY}
返回$RET
}

我看不出有什么理由不起作用