如何使用XMLStarlet跨文件查询XML数据并生成指定格式输出

问题背景 #

现有两个目录/home/a和/home/b：

• /home/a下的XML文件结构示例：

<root>
  <id>87182378127381273</id>
  <name>just a name</name>
</root>

• 每个XML中的<id>值对应/home/b目录下的同名XML文件（例如/home/b/87182378127381273.xml），该文件结构示例：

<root>
  <counter1>879</counter1>
</root>

需要为/home/a下的每个XML文件生成如下格式的输出：

87182378127381273,just a name,879

已尝试以下命令，但无法提取/home/b中对应文件的counter1值：

find . -iname '*.xml' | xargs xmlstarlet sel \
  -t -m "/root" -i "./id" -v "./id" -o -v "./name" -b -n | grep -v ^$

解决方案 #

通过XMLStarlet的--var定义变量，结合XPath的document()函数加载外部XML文件，最终命令如下：

find /home/a -iname '*.xml' | xargs xmlstarlet sel -t \
  -m "/root" \
  -v "./id" -o "," \
  -v "./name" -o "," \
  --var id_val "./id" \
  -v "document(concat('/home/b/', $id_val, '.xml'))/root/counter1" \
  -n | grep -v ^$

关键部分说明 #

• find /home/a -iname '*.xml'：仅遍历/home/a下的XML文件，避免误处理/home/b中的文件
• --var id_val "./id"：将当前XML文件中<id>节点的值存入变量$id_val
• document(concat('/home/b/', $id_val, '.xml'))：通过变量拼接目标文件路径，加载/home/b中对应ID的XML文件
• /root/counter1：从加载的外部XML中提取counter1节点的值
• -o ","：添加逗号作为字段分隔符，-n添加换行符，grep -v ^$过滤空行

内容的提问来源于stack exchange，提问作者basZero