jak porównać dwa pliki xml mające te same dane w różnych wierszach?

9

Mam dwa pliki mają te same dane, ale w różnych wierszach.

Plik 1:

<Identities>
    <Identity>
        <Id>048206031415072010Comcast.USR8JR</Id>
        <UID>ccp_test_79</UID>
        <DisplayName>JOSH CCP</DisplayName>
        <FirstName>JOSH</FirstName>
        <LastName>CCP</LastName>
        <Role>P</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
    <Identity>
        <Id>089612381523032011Comcast.USR1JR</Id>
        <UID>94701_account1</UID>
        <DisplayName>account1</DisplayName>
        <FirstName>account1</FirstName>
        <LastName>94701</LastName>
        <Role>S</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
</Identities>

Plik 2:

<Identities>
    <Identity>
        <Id>089612381523032011Comcast.USR1JR</Id>
        <UID>94701_account1</UID>
        <DisplayName>account1</DisplayName>
        <FirstName>account1</FirstName>
        <LastName>94701</LastName>
        <Role>S</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
    <Identity>
        <Id>048206031415072010Comcast.USR8JR</Id>
        <UID>ccp_test_79</UID>
        <DisplayName>JOSH CCP</DisplayName>
        <FirstName>JOSH</FirstName>
        <LastName>CCP</LastName>
        <Role>P</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
</Identities>

Jeśli użyję diff file1 file2polecenia, otrzymuję poniżej odpowiedzi:

1,10d0
<     <Identities>
<         <Identity>
<             <Id>048206031415072010Comcast.USR8JR</Id>
<             <UID>ccp_test_79</UID>
<             <DisplayName>JOSH CCP</DisplayName>
<             <FirstName>JOSH</FirstName>
<             <LastName>CCP</LastName>
<             <Role>P</Role>
<             <LoginStatus>C</LoginStatus>
<         </Identity>
20a11,20
>     <Identities>
>         <Identity>
>             <Id>048206031415072010Comcast.USR8JR</Id>
>             <UID>ccp_test_79</UID>
>             <DisplayName>JOSH CCP</DisplayName>
>             <FirstName>JOSH</FirstName>
>             <LastName>CCP</LastName>
>             <Role>P</Role>
>             <LoginStatus>C</LoginStatus>
>         </Identity>

Ale nie muszę mieć różnicy, ponieważ te pliki mają te same dane w różnych wierszach.

bash shell xml file-comparison użytkownik32026
źródło
Sortując je według linii i porównując, możesz sprawdzić, czy nie są równe . Oczywiście równość po sortowaniu nie oznacza, że ​​są one naprawdę równe, ponieważ sortowanie niszczy składnię XML.
jofel
Nie wiem jak to rozwiązać. różnią się one kolejnością w pliku 1 a następnie b oraz w pliku 2 b następnie a. możesz wystawić pytanie z diff -y -B -Z -b --strip-trailing-cr file1 file2
Yurij73
2
Możesz spróbować xmldiff, ale myślę, że nadal zauważy to zmianę kolejności, ponieważ kolejność jest istotna w ogólnym pliku XML. Myślę, że najlepszym rozwiązaniem jest użycie parsera i generatora XML, aby umieścić każdy plik w kanonicznej kolejności i formacie, a następnie użyć xmldifflub diff. Zadanie dla twojego ulubionego języka skryptowego (Perl, Ruby, Python itp.).
derobert

Odpowiedzi:

6

Możesz osiągnąć to, co chcesz za pomocą małego skryptu Python (musisz zainstalować Python, a także lxmlzestaw narzędzi).

tagsort.py:

#!/usr/bin/python

import sys
from lxml import etree

filename, tag = sys.argv[1:]

doc = etree.parse(filename, etree.XMLParser(remove_blank_text=True))
root = doc.getroot()
root[:] = sorted(root, key=lambda el: el.findtext(tag))
print etree.tostring(doc, pretty_print=True)

Ten skrypt sortuje elementy pierwszego poziomu w katalogu głównym dokumentu XML według zawartości elementu drugiego poziomu, wysyłając wynik na standardowe wyjście. Nazywa się to tak:

$ python tagsort.py filename tag

Gdy już to osiągniesz , możesz użyć podstawienia procesu, aby uzyskać różnicę na podstawie jego wyniku (dodałem jeden element i zmieniłem inny w przykładowych plikach, aby wyświetlić niepusty wynik):

$ diff <(python tagsort.py file1 Id) <(python tagsort.py file2 Id)
4a5
>     <AddedTag>Something</AddedTag>
17c18
<     <Role>X</Role>
---
>     <Role>S</Role>

źródło
3

Miałem podobny problem i ostatecznie znalazłem: /superuser/79920/how-can-i-diff-two-xml-files

Ten post sugeruje zrobienie kanonicznego sortowania XML, a następnie zrobienie różnicy. Poniższe czynności powinny działać, jeśli korzystasz z systemu Linux, Mac lub jeśli masz zainstalowany system Windows podobny do cygwina:

$ xmllint --c14n File1.xml > 1.xml
$ xmllint --c14n File2.xml > 2.xml
$ diff 1.xml 2.xml
VenomFangs
źródło
0

Jest oznaczony jako shell, ale szczerze mówiąc wolę używać języka skryptowego z analizatorem składni. W tym przypadku perlz XML::Twig.

Wygląda to mniej więcej tak:

#!/usr/bin/env perl
use strict;
use warnings;

use XML::Twig;

sub compare_by_identity {
   my ( $first, $second ) = @_;
   foreach my $identity ( $first->get_xpath('//Identity') ) {
      my $id = $identity->first_child_text('Id');

      print $id, "\n";
      my $compare_to =
        $second->get_xpath( "//Identity/Id[string()=\"$id\"]/..", 0 );
      if ($compare_to) {
         print "Matching element found for ID $id\n";
         foreach my $element ( $identity->children ) {
            my $tag  = $element->tag;
            my $text = $element->text;
            if ( not $element->text eq $compare_to->first_child_text($tag) ) {
               print "$id, $tag has value $text which doesn't match: ",
                 $compare_to->first_child_text($tag), "\n";
            }
         }
      }
      else {
         print "No matching element for Id $id\n";
      }
   }
}

my $first_file  = XML::Twig->new->parsefile('test1.xml');
my $second_file = XML::Twig->new->parsefile('test2.xml');

compare_by_identity( $first_file,  $second_file );
compare_by_identity( $second_file, $first_file );

Wyraźnie porównuję jeden element „Tożsamość” na raz i sprawdzam, czy wszystkie pola w jednym istnieją w drugim, o tej samej wartości.

A następnie odwrócenie tego, ponieważ drugi plik może zawierać dodatkowe wpisy.

Sobrique
źródło