web-dev-qa-db-pt.com

Script: qual é a maneira mais fácil de extrair um valor em uma tag de um arquivo XML?

Quero ler um pom.xml ('Modelo de objeto de projeto' do Maven) e extrair as informações da versão. Aqui está um exemplo:

<?xml version="1.0" encoding="UTF-8"?><project 
xmlns="http://maven.Apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.Apache.org/POM/4.0.0 http://maven.Apache.org/maven-v4_0_0.xsd">

    <modelVersion>4.0.0</modelVersion>
    <groupId>com.mycompany</groupId>
    <artifactId>project-parent</artifactId>
    <name>project-parent</name>
    <version>1.0.74-SNAPSHOT</version>
    <dependencies>
        <dependency>
        <groupId>com.sybase.jconnect</groupId>
        <artifactId>jconnect</artifactId>
        <version>6.05-26023</version>
    </dependency>
    <dependency>
        <groupId>joda-time</groupId>
        <artifactId>joda-time</artifactId>
        <version>1.5.2</version>
    </dependency>
    <dependency>
        <groupId>com.Sun.jdmk</groupId>
        <artifactId>jmxtools</artifactId>
        <version>1.2.1</version>
    </dependency>
    <dependency>
        <groupId>org.easymock</groupId>
        <artifactId>easymock</artifactId>
        <version>2.4</version>
    </dependency>       
</dependencies>
</project>

Como posso extrair a versão '1.0.74-SNAPSHOT' de cima?

Gostaria de poder fazer isso usando scripts simples do bash sed ou awk. Caso contrário, um simples python é preferido.

EDIT

  1. Restrição

    A caixa do linux está em um ambiente corporativo, portanto, só posso usar ferramentas que já estão instaladas (não que eu não possa solicitar utilitários como o xml2, mas preciso passar por muita burocracia). Algumas das soluções são muito boas (já aprendem alguns truques novos), mas podem não ser aplicáveis ​​devido ao ambiente restrito

  2. lista xml atualizada

    Adicionei a tag de dependências à listagem original. Isso mostrará que alguma solução hacky pode não funcionar neste caso

  3. Distro

    A distribuição que estou usando é RHEL4

linuxbashunixpythonxml
14
Anthony Kong

xml2 pode converter xml para/de formato orientado a linhas:

xml2 < pom.xml  | grep /project/version= | sed 's/.*=//'
17
Vi.

Outra maneira: xmlgrep e XPath:

xmlgrep --text_only '/project/version' pom.xml

Desvantagem: lenta

6
Vi.

Usando python

$ python -c 'from xml.etree.ElementTree import ElementTree; print ElementTree(file="pom.xml").findtext("{http://maven.Apache.org/POM/4.0.0}version")'
1.0.74-SNAPSHOT

Usando xmlstarlet

$ xml sel -N x="http://maven.Apache.org/POM/4.0.0" -t -m 'x:project/x:version' -v . pom.xml
1.0.74-SNAPSHOT

Usando xmllint

$ echo -e 'setns x=http://maven.Apache.org/POM/4.0.0\ncat /x:project/x:version/text()' | xmllint --Shell pom.xml | grep -v /
1.0.74-SNAPSHOT
6
kev

Maneira Clojure. Requer apenas jvm com arquivo jar especial:

Java -cp clojure.jar clojure.main -e "(use 'clojure.xml) (->> (Java.io.File. \"pom.xml\") (clojure.xml/parse) (:content) (filter #(= (:tag %) :version)) (first) (:content) (first) (println))"

Maneira Scala:

Java -Xbootclasspath/a:scala-library.jar -cp scala-compiler.jar scala.tools.nsc.MainGenericRunner -e 'import scala.xml._; println((XML.load(new Java.io.FileInputStream("pom.xml")) match { case <project>{children @ _*}</project> => for (i <- children if (i  match { case <version>{children @ _*}</version> => true; case _ => false;  }))  yield i })(0) match { case <version>{Text(x)}</version> => x })'

Maneira Groovy:

Java -classpath groovy-all.jar groovy.ui.GroovyMain -e 'println (new XmlParser().parse(new File("pom.xml")).value().findAll({ it.name().getLocalPart()=="version" }).first().value().first())'
5
Vi.

Aqui está uma alternativa no Perl

$ Perl -MXML::Simple -e'print XMLin("pom.xml")->{version}."\n"'
1.0.74-SNAPSHOT

Ele trabalha com o exemplo revisado/estendido nas perguntas que possuem vários elementos de "versão" em diferentes profundidades.

4
RedGrittyBrick

Hacky caminho:

Perl -e '$_ = join "", <>; m!<project[^>]*>.*\n(?:    |\t)<version[^>]*>\s*([^<]+?)\s*</version>.*</project>!s and print "$1\n"' pom.xml

Confia no recuo correto do <version> necessário

3
Vi.

Elabore uma solução de uma linha muito desajeitada

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [n for n in dom.getElementsByTagName('version') if n.parentNode == dom.childNodes[0]][0].toxml()" | sed -e "s/.*>\(.*\)<.*/\1/g"

O sed no final é muito feio, mas não consegui imprimir o texto do nó apenas com mindom.

Atualização de _Vi:

Versão menos hacky Python:

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [i.childNodes.item(0).nodeValue for i in dom.firstChild.childNodes if i.nodeName == 'version'].pop()"

Atualização de mim

Outra versão:

    python -c "from  xml.dom.minidom import parse;dom = parse('pom.xml');print [n.firstChild.data for n in dom.childNodes[0].childNodes if n.firstChild and n.tagName == 'version']"
3
Anthony Kong

se "Há muitas tags de versão no xml", é melhor você esquecer de fazê-lo com "ferramentas simples" e regexps, isso não serve.

tente isso python (sem dependências):

from xml.dom.minidom import parse

dom = parse('pom.xml')
project = dom.getElementsByTagName('project')[0]
for node in project.childNodes:
    if node.nodeType == node.ELEMENT_NODE and node.tagName == 'version':
        print node.firstChild.nodeValue
2
Samus_

Maneira XSLT:

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
        <xsl:output method="text"/>

        <xsl:template match="/">
                <xsl:for-each select="*[local-name()='project']">
                    <xsl:for-each select="*[local-name()='version']">
                        <xsl:value-of select="text()"/>
                    </xsl:for-each>
                </xsl:for-each>
        </xsl:template>
</xsl:stylesheet>

xalan -xsl x.xsl -in pom.xml
2
Vi.

Aqui está um one-liner usando sed:

sed '/<dependencies>/,/<\/dependencies>/d;/<version>/!d;s/ *<\/\?version> *//g' pom.xml
1
chickenkiller

awk funciona bem sem usar nenhuma ferramenta extra.
cat pod.xml

<project>
  <modelVersion>4.0.0</modelVersion>
  <groupId>com.networks.app</groupId>
  <artifactId>operation-platform</artifactId>
  <version>1.0.0</version>
  <packaging>tar.xz</packaging>
  <description>POM was created by Sonatype Nexus</description>
</project>

maneira simples e legível de obter o valor da tag <packaging>:

cat pod.xml | awk -F'[<>]' '/packaging/{print $3}'
0
user5723841
Return_text_val=$(xmllint --xpath "//*[local-name()='$TagElmnt']" $FILE )

Aqui, tente o seguinte:

$TagElmnt - TagName
$FILE - xml file to parse
0
Vijayababu
sed -n "/<name>project-parent/{n;s/.*>\(.*\)<.*/\1/p;q}" pom.xml

A opção -n evita a impressão de linhas não correspondentes; a primeira correspondência (/.../) está na linha anterior àquela com o texto desejado; o comando n pula para a próxima linha, onde s extrai informações relevantes por meio de um grupo de captura (\(...\)) e uma referência anterior (\1). p é impresso, q é encerrado.

0
SΛLVΘ