☰

如何格式化 xml 属性，而不仅仅是元素

tag-icon • tag-icon shell xml xmllint
如何格式化 xml 属性，而不仅仅是元素

如何格式化 XML 文档以使其易于读取元素属性？

我有一个基于 xml 的 Web 服务，它返回一两个元素，但具有数百个属性。当我进行开发时，有时需要调试此服务，但这可能很困难，因为输出只是一个 blob。

考虑一下：

$ echo '<root><foo z="26" y="25" x="24" a="1" b="2" c="3" d="something more"/></root>' | xmllint --format -
<?xml version="1.0"?>
<root>
  <foo z="26" y="25" x="24" a="1" b="2" c="3" d="something more"/>
</root>

我发现 tr 效果很好，但并不理想：

$ echo '<root><foo z="26" y="25" x="24" a="1" b="2" c="3" d="something more"/></root>' | xmllint --format - | tr ' ' \\\n
<?xml
version="1.0"?>
<root>


<foo
z="26"
y="25"
x="24"
a="1"
b="2"
c="3"
d="something
more"/>
</root>

理想情况下，输出将介于 xmllint 和时髦的 hack 之间

<?xml version="1.0"?>
<root>
  <foo
    z="26"
    y="25"
    x="24"
    a="1"
    b="2"
    c="3"
    d="something more"/>
</root>

这样我就可以 grep 查找东西，或者排序等等。

答案1

我强烈建议不要使用 grep/sed - 它们不适用于 XML。

但幸运的是，perl并且XML::Twig拥有各种神奇的功能，可以根据您的意愿重新格式化和提取值。get_xpath非常适合提取值，或者您必须twig_handlers根据用例处理元素。 （或者只是迭代使用children或类似）。

但无论如何 - 格式化您的 XML：

#!/usr/bin/perl

use strict;
use warnings;

use XML::Twig;

my $twig = XML::Twig->new(
    pretty_print  => 'nsgmls',
);
$twig->parse (\*DATA);
$twig->print;


__DATA__
<?xml version="1.0"?>
<root>
  <foo
    z="26"
    y="25"
    x="24"
    a="1"
    b="2"
    c="3"
    d="something more"/>
</root>

在nsgmls印刷中，这给出：

<?xml version="1.0"?>
<root
><foo
a="1"
b="2"
c="3"
d="something more"
x="24"
y="25"
z="26"
/></root>

indented_a给你：

<?xml version="1.0"?>
<root>
  <foo
      a="1"
      b="2"
      c="3"
      d="something more"
      x="24"
      y="25"
      z="26"
  />
</root>

这似乎与您正在寻找的非常接近？

答案2

您可以使用出色的 BeautifulSoup Python 库。此代码示例从作为脚本输入参数给出的 URL 检索 XML 文件，使用 LXML 解析它，然后漂亮地打印它。

#!/usr/bin/env python
import sys
import urllib2
import bs4

soup = bs4.BeautifulSoup(urllib2.urlopen(sys.argv[1]), ["lxml", "xml"])
print(soup.prettify())

如果您无权访问 LXML，您可以尝试 without ["lxml", "xml"]，尽管这会将数据解析为 HTML 而不是 XML，并且不是正确的方法。

相关内容