使用XPath 1.0（xmllint）拼接XML中每个item的title与category

需求 #

从以下RSS格式的XML文件中，通过仅支持XPath 1.0的xmllint工具，将每个<item>节点的<title>和<category>文本拼接为标题,分类格式，每行对应一个item：

<rss version="2.0">
    <channel>
        <language>en</language>
        <pubDate>Tue, 19 Mar 2024 06:06:35 GMT</pubDate>
        <item>
            <title>Title1</title>
            <category>91021</category>
        </item>
        <item>
            <title>Title2</title>
            <category>91022</category>
        </item>
        <item>
            <title>Title3</title>
            <category>91023</category>
        </item>
    </channel>
</rss>

期望输出：

Title1,91021
Title2,91022
Title3,91023

问题分析 #

你尝试的//item/(concat(title/text(), ".", category/text())表达式属于XPath 2.0语法，该语法支持对节点集中的每个节点单独执行表达式，但XPath 1.0不支持这种写法，因此无法生效。

可行解决方案 #

方案1：通用Shell循环（适配任意数量的item） #

通过先统计item节点的数量，再逐个提取并拼接每个item的内容，最后添加换行：

# 统计item节点总数
item_count=$(xmllint --xpath 'count(//item)' input.xml)

# 遍历每个item节点，拼接内容并换行输出
for i in $(seq 1 $item_count); do
  xmllint --xpath '//item['$i']/concat(title/text(), ",", category/text())' input.xml
  echo
done

方案2：直接指定item位置（适合固定数量的item） #

如果已知item的数量，可以直接通过索引拼接所有内容，手动添加换行符（XPath中用
表示换行）：

xmllint --xpath 'concat(
  //item[1]/title/text(), ",", //item[1]/category/text(), "
",
  //item[2]/title/text(), ",", //item[2]/category/text(), "
",
  //item[3]/title/text(), ",", //item[3]/category/text()
)' input.xml

方案3：利用xmllint Shell模式 #

通过xmllint的交互式Shell模式批量执行表达式，再过滤多余输出：

echo -e 'cat //item/concat(title/text(), ",", category/text())\nquit' | xmllint --shell input.xml | grep -v "^/ >" | grep -v "^----"

说明 #

以上方案均基于XPath 1.0语法，完全适配xmllint工具的特性，能够输出符合要求的每行拼接结果。

内容的提问来源于stack exchange，提问作者Jose L Martinez-Avial