[英]Awk parse xml to csv
我有一個 xml,我想將其解析為 csv,就像我開始使用 awk 一樣,我想繼續使用它,但我知道可以使用像 perl 這樣的語言來完成它,我也找到了 xmlstarlet 但我沒有有權在服務器上安裝,所以我對解決方案持開放態度。 所以我的 iinput xml 是
<?xml version="1.0"?>
<root>
<record>
<id_client>50C</id_client>
<data>
<mail>1@mail.com</mail>
<adress>10 </adress>
<num_tel>001</num_tel>
<key>C</key>
<contact>
<name>toto</name>
<birth>01/30/009</birth>
<city>London</city>
</contact>
</data>
<data>
<mail>2@gmaiil.com</mail>
<adress>20</adress>
<num_tel>02200</num_tel>
<key>D1</key>
<contact>
<name>tata</name>
<birth>02/08/2004</birth>
<city>Bruges</city>
</contact>
</data>
</record>
<record>
<id_client>70D</id_client>
<data>
<mail>3@gmail.com</mail>
<adress>7Bcd</adress>
<num_tel>5555</num_tel>
<key>D2</key>
<contact>
<name>titi</name>
<birth>05/07/2014</birth>
<city>Paris</city>
</contact>
</data>
<data>
<mail>4@gmail.com</mail>
<adress>888</adress>
<num_tel>881.0</num_tel>
<key>D3</key>
<contact>
<name>awk</name>
<birth>05/08/1999</birth>
<city>Lisbone</city>
</contact>
</data>
我想與聽眾一起輸出這個 csv 文件
id_client;mail;num_tel;key
50C;1@mail.com;001;C
50C,2@gmail.com;02200;D1
70D;3@gmail.com;5555;D2
70D;4@gmail.com;881.0;D3
逐行解析 XML 時會遇到很多問題:XML 不是面向行的數據格式。
使用特定於 XML 的工具。 這是多么簡單:
xmlstarlet sel -t \
-m / -o "id_client;mail;num_tel;key" -n -b \
-m /root/record/data -v ../id_client -o ";" -v mail -o ";" -v num_tel -o ";" -v key -n \
file.xml
id_client;mail;num_tel;key
50C;1@mail.com;001;C
50C;2@gmaiil.com;02200;D1
70D;3@gmail.com;5555;D2
70D;4@gmail.com;881.0;D3
給出這個答案是為了說明從問題描述中顯示的特定 .xml 格式中提取信息的基於文本的過程(相同的 .xml 可以有不同的格式 - 例如沒有換行 - 使得這里描述的過程不合適) .
如果可能,請使用特定於 XML 的工具作為xmllint 。
基於文本的單襯:
cat input.xml | grep -e \<mail\> -e \<adress\> -e \<num_tel\> -e \<key\> | sed 's/<[^>]*>//g' | sed 's/^\s*//g; s/\s*$//g' | paste -d ";" - - - -
解釋:
cat input.xml
)grep
)sed
)sed
;單個 sed 命令中的兩個表達式:一個用於前導空格,另一個用於尾隨空格)paste
)使用 Python,它的標准庫中有一個XML 解析器,並且很有可能預裝在您必須部署到的服務器上:
#!/usr/bin/python
import xml.etree.ElementTree as ET
import sys
tree = ET.parse(sys.argv[1])
root = tree.getroot()
print "id_client;mail;num_tel;key"
# Rudimentary error handling: If a field is not there,
# print (nil) in its stead.
def xml_read(node, key):
p = node.find(key)
if p is None:
return "(nil)"
return p.text
for r in root.iter("record"):
for d in r.iter("data"):
print xml_read(r, "id_client") + ";" + xml_read(d, "mail") + ";" + xml_read(d, "num_tel") + ";" + xml_read(d, "key")
或者,如果您可以訪問 XSLT 處理器(盡管我不敢希望如此),您可以使用以下樣式表:
<?xml version="1.0"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="text"/>
<xsl:template match="/root">id_client;mail;num_tel;key
<xsl:for-each select="record">
<xsl:for-each select="data"><xsl:value-of select="../id_client"/>;<xsl:value-of select="mail"/>;<xsl:value-of select="num_tel"/>;<xsl:value-of select="key"/><xsl:text>
</xsl:text></xsl:for-each>
</xsl:for-each>
</xsl:template>
</xsl:stylesheet>
用
xsltproc filename.xsl filename.xml
或者
xalan -xsl filename.xsl -in filename.xml
其中filename.xsl
是包含上述 XSLT 的文件。 如果您有不同的 XSLT 處理器,它也能正常工作; 查閱其聯機幫助頁以了解它希望如何被調用。
你可以試試這個:
awk 'BEGIN{ RS="record"; FS="[<>]" } { print $10 "," $14 "," $18 }' file
這不是最便攜的方法。 更好的是:
awk -F'[<>]' '$2 == "mail" || $2 == "adress" { printf "%s\, ", $3 }; $2 == "num_tel" { print $3 }' a
這樣您就可以毫無問題地添加其他行,只要您不更改密鑰。
#!/usr/bin/perl
use XML::DT;
my %handler=(
-default => sub{ $c}, # $c - element contents
-type => { data => "MAP" }, # data suns became (tag => $c)
id_client => sub{ father(id=>$c);},
data => sub{ print father("id"),";$c->{mail};$c->{num_tel};$c->{key}\n"},
);
dt(shift, %handler);
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.