使用ksh脚本从XML中提取数据

我在这个主题上询问的第一个问题由于缺乏信息而被关闭。所以再次询问这一点，并添加了一些更多细节使用ksh脚本从XML中提取数据

我必须从一个XML文件中提取一个标签中给出的值，我必须使用ksh（我可以在perl中解决这个问题，但我必须做到ksh，不能使用像xmlsh这样的第三方工具）

sample.xml中

<?xml version="1.0" standalone="yes" ?> 
<parent_one> 
    <parent_two> 
    <Pool> 
     <pool_name>ABC</pool_name> 
     <percent_full>79</percent_full> 
     <pool_state>Enabled</pool_state> 
    </Pool> 
    <Pool> 
     <pool_name>DEF</pool_name> 
     <percent_full>40</percent_full> 
     <pool_state>Enabled</pool_state> 
    </Pool> 
    <Pool> 
     <pool_name>XYZ</pool_name> 
     <percent_full>40</percent_full> 
     <pool_state>Disabled</pool_state> 
    </Pool> 
    <Totals> 
     <total_tracks>4546456</total_tracks> 
     <percent_full>48</percent_full> 
    </Totals> 
    </parent_two> 
</parent_one>

的KSH脚本应该读sample.xml中和，因为相应的pool_state标签启用从POOL_NAME标签打印ABC，DEF。它不应该打印XYZ，因为它的pool_state标签被禁用。

的KSH脚本会读sample.xml中输出以下

ABC

DEF

这是在KSH可行的还是我用perl这个？

来源

2013-04-08 Sumedh

你真的不想自己解析XML。当你声明你不允许使用它时，你为什么要问你是否必须使用perl？ – 2013-04-08 17:15:06

我已经做了相当多的奇格式文件的解析与（N）AWK。从技术上讲，这可能是与做只是KSH，但AWK（和Perl）更容易...

下面的示例利用了开始，末结构中awk只会处理之间的界线开始和结束模式。（在这种情况下，<Pool>和</Pool>。）

除此之外，它很简单，使用变量模仿xml元素来清晰起见。

awk '/<Pool>/,/<\/Pool>/ { 
    if (/<pool_state>/) { 
     pool_state=(/<pool_state>Enabled<\/pool_state>/) 
    } 
    if (/<pool_name>/) { 
     if (gsub(/.*<pool_name>|<\/pool_name>.*/,"")) { 
      pool_name=$0 
     } 
    } 
    if (/<\/Pool>/) { 
     if (pool_name && pool_state) 
     print pool_name 
     unset pool_name 
     unset pool_state 
    } 
}' sample.xml

当XML格式不正确此代码将可怕失败，当多个池元件上的单个行中列出，等等

来源

2013-04-09 22:39:16

哇，我不知道你可以在awk中做到这一点。今天学了点儿新东西。谢谢 – Sumedh 2013-04-12 11:26:03

话虽这么说（我对试图解析XML没有一个适当的XML解析器评论），让我们使用SED/AWK，不是纯粹的ksh给它一个镜头。以this answer为基础，删除所有<Pool></Pool>块具有pool_state设置为Disabled，然后让含有pool_name的线条和捕捉标记之间的值。如果你的xml文件看起来像你的示例这应该工作，但肯定会打破，如果没有。

awk ' 
    /<Pool>/ { rec=""; f=1 } 
    f {rec = rec $0 ORS} 
    /<\/Pool>/ { 
     if (f && (rec !~ "<pool_state>Disabled</pool_state>")) 
      printf "%s", rec 
      f=0 
    }' sample.xml | 
grep pool_name | 
sed 's#.*>\([^<]*\)<.*#\1#g'

你能适应整个事情到一个awk脚本，但我想这可能是更容易执行（OK，我的懒惰）。

来源

2013-04-08 17:34:06

Adrian，你的解决方案很有效，但我会选择Henk的解决方案，因为它更易于理解:)谢谢 – Sumedh 2013-04-12 11:28:56

当然，无论哪个都适合你！请记住，一旦你开始做更复杂的事情，你应该考虑切换到“正确的”工具:-) – 2013-04-12 13:14:39

理智解决这个问题是进行呼叫出来xmllint --xpath， xqilla -p，或者你喜欢的Python/Ruby/Perl等XML库。

否则，你可以看看罗兰美因茨的XML实例，并延长他们你的目的。

如果你是这个，你可能会想看看书写绑定的libxml2使ksh很严重的。我认为还没有人做到这一点。

来源

2013-04-09 23:08:26 ormaaj

使用ksh脚本从XML中提取数据

回答

相关问题