Skrypty: co jest najłatwiejsze do wyodrębnienia wartości w znaczniku pliku XML?

Chcę przeczytać plik pom.xml („Project Object Model” Maven) i wyodrębnić informacje o wersji. Oto przykład:

<?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>

Jak mogę wyodrębnić wersję „1.0.74-SNAPSHOT” z powyższego?

Chciałbym móc to zrobić za pomocą prostych skryptów bash sed lub awk. W przeciwnym razie preferowany jest prosty python.

EDYTOWAĆ

1. Przymus

   Linux jest w środowisku korporacyjnym, więc mogę korzystać tylko z narzędzi, które są już zainstalowane (nie dlatego, że nie mogę zażądać narzędzi takich jak xml2, ale muszę przejść wiele biurokracji). Niektóre rozwiązania są bardzo dobre (poznaj już kilka nowych sztuczek), ale mogą nie mieć zastosowania ze względu na ograniczone środowisko

2. zaktualizowana lista xml

   Dodałem tag zależności do pierwotnego wpisu. To pokaże, że niektóre zhackowane rozwiązania mogą nie działać w tym przypadku

3. Distro

   Distro, którego używam, to RHEL4

xml2 może konwertować xml do / z formatu liniowego:

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

Inny sposób: xmlgrep i XPath:

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

Wada: powolna

Za pomocą 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

Za pomocą 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

Za pomocą 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

Sposób Clojure. Wymaga tylko jvm ze specjalnym plikiem jar:

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))"

Sposób 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 })'

Groovy way:

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())'

Oto alternatywa w Perlu

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

Działa ze zmienionym / rozszerzonym przykładem w pytaniach, które mają wiele elementów „wersji” na różnych głębokościach.

Hacky sposób:

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

Opiera się na prawidłowym wcięciu wymaganego <version>

Opracuj bardzo niezdarne, jedno-liniowe rozwiązanie

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"

Sed na końcu jest bardzo brzydki, ale nie byłem w stanie wydrukować tekstu węzła sam z Mindom.

Aktualizacja od _Vi :

Mniej zhackowana wersja Pythona:

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()"

Zaktualizuj ode mnie

Inna wersja:

    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']"

Sposób 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

jeśli „w pliku XML jest dużo znaczników wersji”, lepiej zapomnij o zrobieniu tego za pomocą „prostych narzędzi” i wyrażeń regularnych, to nie wystarczy.

wypróbuj ten python (bez zależności):

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

Oto jedna linijka za pomocą sed:

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

awk działa dobrze bez użycia dodatkowych narzędzi.
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>

prosty i czytelny sposób na uzyskanie wartości <packaging>tagu:

cat pod.xml | awk -F'[<>]' '/packaging/{print $3}'

Return_text_val=$(xmllint --xpath "//*[local-name()='$TagElmnt']" $FILE )

Tutaj spróbuj tego:

$TagElmnt - TagName
$FILE - xml file to parse

Wiem, że twoje pytanie mówi o Linuksie, ale jeśli musisz to zrobić w systemie Windows bez użycia narzędzi innych firm, takich, które można umieścić w pliku wsadowym, Powershell może wyodrębnić dowolny węzeł z pliku pom.xml w ten sposób :

powershell -Command "& {select-xml //pom:project/pom:properties/pom:mypluginversion -path pom.xml -Namespace  @{pom='http://maven.apache.org/POM/4.0.0'} | foreach {$_.Node.Innerxml}}" > myPluginVersion.txt

sed -n "/<name>project-parent/{n;s/.*>\(.*\)<.*/\1/p;q}" pom.xml

Ta -nopcja pozwala uniknąć drukowania niepasujących linii; pierwsze dopasowanie ( /.../) jest w linii przed tą z poszukiwanym tekstem; nrozkaz przechodzi do następnej linii, gdzie sekstrakty istotnych informacji thru grupy przechwytujące ( \(...\)) i wsteczne ( \1). pdrukuje, qwychodzi.