如何在unix中比较和合并两个xml文件

Question

我有两个简单的XML文件，并寻找一种比较和合并的简单方法。

文件1 ：将具有这样的结构

<lab><id>101</id><name>AAA</name></lab>
<lab><id>102</id><name>AAC</name></lab>
<lab><id>105</id><name>AAB</name></lab>
<lab><id>104</id><name>CCC</name></lab>

文件2 ：将具有这样的结构

<drugs><id>101</id><test>bun</test><results>20.45</results></drugs>
<drugs><id>101</id><test>wbc</test><results>20.45</results></drugs>
<drugs><id>101</id><test>rbc</test><results>20.45</results></drugs>
<drugs><id>103</id><test>bun</test><results>20.45</results></drugs>
<drugs><id>103</id><test>crea</test><results>20.45</results></drugs>
<drugs><id>103</id><test>rdw</test><results>20.45</results></drugs>

我想要一个看起来像这样的输出文件

<lab><id>101</id><name>AAA</name></lab>
<drugs><id>101</id><test>bun</test><results>20.45</results></drugs>
<drugs><id>101</id><test>wbc</test><results>20.45</results></drugs>
<drugs><id>101</id><test>rbc</test><results>20.45</results></drugs>

实际上，我使用id作为比较：

while read line
do
          for i in `echo $line | sed -e 's%.*<id>\(.*\)</id>.*%\1%p'`
          do
          if grep -q "$i" file2.xml  ; then
            echo $line >> file3.xml
            grep -i "$i" file2.xml  >> file3.xml
            sed -i "/$i/d" file2.xml
    fi
    break
    done
done < file1.xml

我工作但是当线数很大时它很慢。 我需要一个更好的方法来做到这一点。

Answer 1

假设您要打印所有那些<id>在两个文件中的行，这个awk脚本会使它成为：

awk -v FS="<id>|</id>" 'FNR==NR {a[$2]=$0; next} ($2 in a) {if (f!=$2) {f=$2; print a[$2]} if (f==$2) {print}}' f1 f2

对于您的示例输入，它返回：

<lab><id>101</id><name>AAA</name></lab>
<drugs><id>101</id><test>bun</test><results>20.45</results></drugs>
<drugs><id>101</id><test>wbc</test><results>20.45</results></drugs>
<drugs><id>101</id><test>rbc</test><results>20.45</results></drugs>

说明

• -v FS="<id>|</id>"将字段分隔符设置为<id>或</id> 。 这样，我们可以轻松找到id 。
• FNR==NR {a[$2]=$0; next} FNR==NR {a[$2]=$0; next}而读取所述第一文件（ f1 ），存储在数组中的所有行a[]其索引为的<id>值。
• ($2 in a) {if (f!=$2) {f=$2; print a[$2]} if (f==$2) {print}} 在读取第二个文件（ f2 ）时打印($2 in a) {if (f!=$2) {f=$2; print a[$2]} if (f==$2) {print}} ，打印file1中的相应行或file2中的行，只要它们共享id 。

Answer 2

要从命令行操作XML，您可以使用XMLStarlet ，它允许您通过XPath查询查询文档，该查询对XML输出格式具有弹性（即，在漂亮打印时它仍然可以工作）。

您要使用的命令是xml sel ，如：

xml sel -t -v "/lab/id" -v "/drugs/id" file1.xml file2.xml

我不是那个曾经用过那个漂亮的小工具的超级用户，但值得指点一下。