如何用xmlstarlet删除XML中属性值重复的节点？

原始XML #

<?xml version='1.0' encoding='UTF-8'?>
<root>
  <entries>
    <entry name="entry1">
      <value>1</value>
    </entry>
    <entry name="entry1">     <!-- Duplicate name here -->
      <value>2</value>
    </entry>
    <entry name="entry2">
      <value>3</value>
    </entry>
  </entries>
</root>

期望结果 #

<?xml version='1.0' encoding='UTF-8'?>
<root>
  <entries>
    <entry name="entry1">
      <value>1</value>
    </entry>
    <entry name="entry2">
      <value>3</value>
    </entry>
  </entries>
</root>

问题分析 #

你之前使用的命令中，XPath表达式存在两处问题：

1. 你的XML没有使用命名空间，_:前缀属于多余的命名空间占位符，会导致节点匹配失败；
2. .//preceding-sibling::*的递归查找逻辑错误，它会去匹配前置兄弟节点的所有后代节点，而非直接前置的同层级entry节点。

正确命令 #

使用以下xmlstarlet命令可删除重复的entry节点（保留第一个出现的条目）：

xmlstarlet edit --delete '/root/entries/entry[@name = preceding-sibling::entry/@name]' input.xml

如果需要将修改后的结果保存到新文件，可添加输出参数：

xmlstarlet edit --delete '/root/entries/entry[@name = preceding-sibling::entry/@name]' --output output.xml input.xml

命令解释 #

• /root/entries/entry精准定位到所有需要检查的目标节点；
• [@name = preceding-sibling::entry/@name]筛选出name属性值与之前出现过的同层级entry节点重复的条目，最终通过--delete参数删除这些重复节点。

内容的提问来源于stack exchange，提问作者Symlink