如何使用Shell腳本提取xml屬性？

Question

我已經使用grep從源文檔中提取了標簽，但是現在我似乎無法弄清楚如何輕松地從字符串中提取屬性。 我也想避免必須使用標准安裝中通常不存在的任何程序。

$tag='<img src="http://imgs.xkcd.com/comics/barrel_cropped_(1).jpg" title="Don't we all." alt="Barrel - Part 1" />'  

我需要結束以下變量

$src="http://imgs.xkcd.com/comics/barrel_cropped_(1).jpg"
$title="Don't we all."
$alt="Barrel - Part 1"

Answer 1

您可以使用xmlstarlet 。 然后，您甚至不必自己提取元素：

$ echo $tag|xmlstarlet sel -t --value-of '//img/@src'
http://imgs.xkcd.com/comics/barrel_cropped_(1).jpg

您甚至可以將其轉換為功能

$ get_attribute() {
  echo $1 | xmlstarlet sel -t -o """ -v $2 -o """
  }
$ src=get_attribute $tag '//img/@src'

如果您不想多次重新分析文檔，也可以執行以下操作：

$ get_values() {
   eval file=\${$#}
   eval $#=    
   cmd="xmlstarlet sel "
   for arg in $@
   do
      if [ -n $arg ]
      then
        var=${arg%%\=*}
        expr=${arg#*=}
        cmd+=" -t -o \"$var="\" -v $expr -o \""\" -n"
      fi
   done
   eval $cmd $file
  }
$ eval $(get_values src='//img/@src' title='//img/@title' your_file.xml)
$ echo $src
http://imgs.xkcd.com/comics/barrel_cropped_(1).jpg
$ echo $title
Don't we all.

我敢肯定有一種更好的方法可以刪除shell函數的最后一個參數，但我不知道。

Answer 2

我接受了dacracot建議使用sed的建議，盡管我更希望他給我一些示例代碼

src=`echo $tag | sed 's/.*src=["]\(.*\)["] title=["]\(.*\)["] alt=["]\(.*\)["].*/\1/'`    
title=`echo $tag | sed 's/.*src=["]\(.*\)["] title=["]\(.*\)["] alt=["]\(.*\)["].*/\2/'`  
alt=`echo $tag | sed 's/.*src=["]\(.*\)["] title=["]\(.*\)["] alt=["]\(.*\)["].*/\3/'`

Answer 3

由於這再次冒泡，現在我的Xidel具有2個功能，這使這項任務變得微不足道：

• xml上的模式匹配

• 將所有匹配的變量導出到外殼

這樣就變成了一行：

eval $(xidel "$tag" -e '<img src="{$src}" title="{$title}" alt="{$alt}"/>' --output-format bash)

Answer 4

如果xmlstarlet在標准安裝中可用，並且src-title-alt的順序不變，那么您也可以使用以下代碼：

tag='<img src="http://imgs.xkcd.com/comics/barrel_cropped_(1).jpg" title="Don'"'"'t we all." alt="Barrel - Part 1" />'
xmlstarlet sel -T -t -m "/img" -m "@*" -v '.' -n <<< "$tag"
IFS=$'\n'
array=( $(xmlstarlet sel -T -t -m "/img" -m "@*" -v '.' -n <<< "$tag") )
src="${array[0]}"
title="${array[1]}"
alt="${array[2]}"

printf "%s\n" "src: $src" "title: $title" "alt: $alt"