如何用xmllint解析XML并转换为指定格式的CSV？

问题 #

需要解析XML文件，将其中<ac>标签的val属性（区号）与对应<ph>标签的val属性（电话号码）转换为指定格式的CSV，每行格式为「区号, '电话号码'」。曾尝试用循环结合xmllint的XPath查询，但由于每个区号对应的电话号码数量不固定，循环次数无法确定，想找更简便的xmllint用法。

示例XML #

<list type='full' level='state' val='WI'>
<ac val='262'>
<ph val='0000000' />
<ph val='0003639' />
<ph val='0129292' />
</ac>
<ac val='363'>
<ph val='0000000' />
<ph val='0003639' />
</ac>
</list>

期望输出 #

262, '0000000'
262, '0003639'
262, '0129292'
363, '0000000'
363, '0003639'

尝试代码 #

for i in {1..2}; do
    for j in {1..3}; do
        echo "i=$i, j=$j"
        xmllint  --xpath "concat(//ac[$i]/@val,',', //ac/ph[$j]/@val)" test.xml
    done
done

解决方案 #

可以直接通过XPath遍历所有<ph>节点，同时关联其父节点<ac>的区号，无需手动嵌套循环。具体命令如下：

xmllint --xpath "//ac/ph/concat(../@val, ', ', '\'', @val, '\'')" test.xml | sed 's/ /\n/g'

命令解释 #

• //ac/ph：选中所有<ac>节点下的<ph>节点，自动遍历所有区号对应的全部电话号码，无需手动指定循环次数
• concat(../@val, ', ', '\'', @val, '\'')：拼接成目标格式，../@val获取当前<ph>父节点<ac>的区号，@val获取当前<ph>的电话号码，同时添加要求的单引号和分隔符
• sed 's/ /\n/g'：xmllint默认会把所有拼接结果用空格分隔输出，通过sed将空格替换为换行符，让每条记录单独占一行

如果偏好更简洁的换行处理，也可以用tr命令替代sed：

xmllint --xpath "//ac/ph/concat(../@val, ', ', '\'', @val, '\'')" test.xml | tr ' ' '\n'

内容的提问来源于stack exchange，提问作者Tahir Khalil