主页 / unix / 问题

问题[xmlstarlet](unix)

Martin Hope
Daniel
Asked: 2023-07-04 21:22:44 +0800 CST
  • 8

我的情况非常具体，我是xmlstarlet的初学者。

我有一个如下所示的 XML 文件，其中包含数百个条目。

<netbooks>
  <file id="2">
    <date>2008-06-04 16:40</date>
    <author>Daniel</author>
    <name bytes="422904" hash="383a39b183">New name of - Just an example.pdf</nome>
    <name bytes="383135" hash="5a43dc3524">Just an example.pdf</nome>
  </file>
</netbooks>

其中root = 上网本标签。

问题

  1. 我有文件哈希5a43dc3524，我想获取日期值，即2008-06-04 16:40。做到这一点最简单的方法是什么？
  2. 另外，如何从文件元素中获取属性 id（即2）？再说一遍，我有哈希值，就这样。
xmlstarlet
Martin Hope
cas
Asked: 2022-09-15 16:55:37 +0800 CST
  • 5

我在子目录 (*) 中有数百个 .xhtml 文件，我想从中删除所有具有特定类的 DIV（以及这些 DIV 的全部内容 - 包括其他 div、span、图像和段落元素）。DIV 可能在每个 .xhtml 文件中的任意深度出现零次、一次或多次。

我要删除的特定 DIV 是：

<div class="portlet solid author-note-portlet">.....</div>

使用xml_grepperl XML::Twig模块中的实用程序，我可以运行xml_grep -v 'div[@class="portlet solid author-note-portlet"]' file*.xhtml它，它将从 .xhtml 文件中删除该 div 的所有实例并在标准输出上显示结果。正是我想要的，除了“在标准输出上显示”。

如果xml_grep有某种就地编辑选项，那很好，我会使用它....但它没有，所以我必须编写一个使用临时文件或sponge运行的包装脚本xml_grep 分别针对每个 .xhtml 文件，这将是缓慢而乏味的。或者我可以破解 xml_grep 的副本，以便它可以编辑其输入文件。

但我不想做这两件事，我想使用已经可以做到这一点的现有工具，我想使用xmlstarlet- 它会更快，有就地编辑，我不必每个文件名运行一次。

问题是，无论我尝试什么（我已经尝试了几十种变体），我都无法找出正确的 xpath 规范来删除这个类的 div。例如，我尝试过：

xmlstarlet ed -d "div[@class='portlet solid author-note-portlet']" file.xhtml

和（不同的引用）

xmlstarlet ed -d 'div[@class="portlet solid author-note-portlet"]' file.xhtml

和

xmlstarlet ed -d '//html/body/div/div/div[@class="portlet solid author-note-portlet"]'

以及数十种其他变体。它们都没有导致 xhtml 输出发生任何变化。这是我通常放弃 xmlstarlet 并编写 perl 脚本的点，但这次我决心用 xmlstarlet 来做。

那么，为 xmlstarlet 指定这个 div 类的正确方法是什么？

顺便说一句，举个例子 .xhtml 文件（这个 div 的两个实例，恰好在相同的深度......这是相当典型但不普遍），xmlstarlet el -v说：

$ xmlstarlet el -v OEBPS/file0007.xhtml | grep author-note-portlet
html/body/div/div[@class='portlet solid author-note-portlet']
html/body/div/div[@class='portlet solid author-note-portlet']

(*) 没关系，但这些 .xhtml 文件位于Calibre的FanFicFare插件生成的 .epub 文件中 (**) - 该插件从各种小说网站上的书籍下载所有章节并将它们转换为 epub 文件（它基本上是一个包含 XHTML 和 CSS 文件，可能还有 jpeg 或 gif 文件，以及一堆元数据文件的 zip 存档）。

<div class="portlet solid author-note-portlet">由一个站点（皇家路）使用，供作者在章节中包含注释。一些作者很少使用它，并插入关于章节或书籍的简短注释或关于随机内容的简短公告，可能还有指向他们的 patreon 页面的链接......好吧，没什么大不了的。

其他人使用它在每章开头添加半页注释，其中包含指向其他 10 本书的链接，并再次在每章末尾添加三页半链接（带有封面图片）到这些书籍。如果您在网站上逐章阅读它，这有点不错，但如果您将其作为一本书阅读，则不是 - 每 6 到 10 页自我推销约 4 页大约几页的故事过多且分散注意力。而且，顺便说一句，这是我 10 英寸安卓平板电脑上的 4 个“页面”——它是我手机上的两倍多。

我可以很容易地display: none为这个类添加到 epub 的样式表中，但我想真正从 .xhtml 文件中删除 div。它们明显增加了 .epub 文件的大小。

(**) 解压缩 .epub 的内容并在之后重建它超出了这个问题的范围，所以请不要被无关的细节分心。已经处理好了。

示例 .xhtml 文件，编辑到最低限度（故事/章节/作者姓名匿名以保护“有罪:-)：

<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.1//EN"
  "http://www.w3.org/TR/xhtml11/DTD/xhtml11.dtd">

<html xmlns="http://www.w3.org/1999/xhtml">
<head>
<title>Chapter Five - Chapter Name</title>
<link href="stylesheet.css" type="text/css" rel="stylesheet"/>
<meta name="chapterurl" content="https://www.royalroad.com/fiction/URL"/>
<meta name="chapterorigtitle" content="Chapter Five - Chapter Name"/>
<meta name="chaptertoctitle" content="Chapter Five - Chapter Name"/>
<meta name="chaptertitle" content="Chapter Five - Chapter Name"/>
</head>
<body class="fff_chapter">
<h3 class="fff_chapter_title">Chapter Five - Chapter Name</h3>
<div class="chapter-inner chapter-content"><div class="portlet solid author-note-portlet">
                    <div class="portlet-title">
                        <div class="caption">
                            <i class="fa fa-sticky-note"></i>
                            <span class="caption-subject bold uppercase">A note from Author Name</span>
                        </div>
                    </div>
                    <div class="portlet-body author-note"><p><span>About a dozen or so p, span, img, and br tags here</span></p>
</div>
                </div>
<p> story text here.  a few hundreds p, br, etc tags
</p>
            <div class="portlet solid author-note-portlet">
                    <div class="portlet-title">
                        <div class="caption">
                            <i class="fa fa-sticky-note"></i>
                            <span class="caption-subject bold uppercase">A note from Author Name</span>
                        </div>
                    </div>
                    <div class="portlet-body author-note"><p>several dozen more p, span, br, img, etc tags here</p>
</div>
                </div>
</div>
</body>
</html>
xmlstarlet
Martin Hope
JohnJ
Asked: 2020-01-18 06:07:54 +0800 CST
  • 0

我有一个如下所示的 XML 文件：

    <?xml version="1.0" encoding="UTF-8"?>
    <!-- Solr managed schema - automatically generated - DO NOT EDIT -->
    <schema name="default-config" version="1.6">
      <uniqueKey>id</uniqueKey>
     ....

我想插入这一行：

<similarity class="solr.BM25SimilarityFactory"/>

之间<schema.. and <uniqueKey像这样：

    <?xml version="1.0" encoding="UTF-8"?>
    <!-- Solr managed schema - automatically generated - DO NOT EDIT -->
    <schema name="default-config" version="1.6">
    <similarity class="solr.BM25SimilarityFactory"/>
      <uniqueKey>id</uniqueKey>

我正在尝试使用 xmlstarlet 来做到这一点，但运气不佳:(

xml xmlstarlet
Martin Hope
Greg Iven
Asked: 2018-03-20 11:16:33 +0800 CST
  • 1

我写了一个查询xmlstarlet sel -T -t -m badges/row -v "concat(@row, ',')" -n Badges.xml，输出重复为：

NaNNaNNaN...

Badges.xml 文件中的行数可能是多少。我正在关注这个 tut：https ://www.joyofdata.de/blog/transforming-xml-document-into-csv-using-xmlstarlet/将 xml 格式的数据转换为 CSV。任何人都明白这里发生了什么？

在此处输入图像描述

编辑，这里是 XML 文件的一些示例行：

<?xml version="1.0" encoding="utf-8"?>
<badges>
 <row Id="1" UserId="1" Name="Autobiographer" Date="2016-08-02T15:56:07.133" 
  Class="3" TagBased="False" />
 <row Id="2" UserId="8" Name="Autobiographer" Date="2016-08-02T15:56:07.133" 
  Class="3" TagBased="False" />
 <row Id="3" UserId="9" Name="Autobiographer" Date="2016-08-02T15:56:07.133" 
  Class="3" TagBased="False" />
 <row Id="4" UserId="19" Name="Autobiographer" Date="2016-08-
  02T15:56:07.133" Class="3" TagBased="False" />
 <row Id="5" UserId="27" Name="Autobiographer" Date="2016-08-
  02T15:56:07.133" Class="3" TagBased="False" />
csv xmlstarlet
Martin Hope
Shahar Hamuzim Rajuan
Asked: 2017-12-07 06:55:15 +0800 CST
  • 5

使用命令时：

-bash-4.2$ xmlstarlet ed -u "/configurations/rules/rule/branch" -v 'DAVID' config.xml > final.xml

我看到输出文件已更改为DAVID，但是在声明标签“分支”的每个地方都进行了全局更改。

但我只想在一个子节点上更改它，比如说“APP1”，我需要使用什么命令？有没有办法将值'DAVID'作为参数？

  <configurations>
    <smtpHost>smtp3.gmail.com</smtpHost>
    <smtpPort>25</smtpPort>
    <emailFrom>[email protected]</emailFrom>
    <emailSubject>Push notification</emailSubject>
    <!-- Stash general URL-->
    <gitViewerURL>http://mydtbld0005.gmail.com:7990/projects/</gitViewerURL>

    <!-- repositories list and commit URL path per repo -->

    <repositoryViewerPath name="hookTester" path="DevOps/repos/hooktester/commits/"/>

    <separator>#@#</separator>
    <catExe>cat</catExe>
    <catExeWindows>type</catExeWindows>
    <gitExe>git</gitExe>
    <gitExeWindows>C:\\Program Files (x86)\\Git\\cmd\\git.exe</gitExeWindows>
    <gitFolder>/gitdata/alm_mng.git</gitFolder>
    <gitFolderWindows>c:\gitdata\alm_mng.git</gitFolderWindows>
      <rules>
            <rule>
                <name>APP1</name>
                <repo>hookTester</repo>
                <branch>refs/heads/master</branch>
                <emailTo>[email protected]</emailTo>
                <path>F1/ido.xml </path>
            </rule>
            <rule>
                <name>APP2</name>
                <repo>hookTester</repo>
                <branch>refs/heads/master</branch>
                <emailTo>[email protected]</emailTo>
                <path>F2/ido.xml </path>
            </rule>
       </rules>
  </configurations>
xml xmlstarlet