xmllint使用困惑：命令合并失败及XML格式转换求助

一、xmllint的替代工具 #

• xmlstarlet：功能全覆盖，支持查询、编辑、转换XML，语法比xmllint直观得多，脚本集成和批量处理都顺手
• xq：基于jq的XML工具，要是你熟悉jq的JSON查询逻辑，用它处理XML几乎零学习成本
• saxon：主打XSLT转换，适合复杂的XML转文本/其他格式的场景，能力拉满
• Python的xml.etree.ElementTree/BeautifulSoup：用脚本处理的话，灵活性拉满，完全自定义转换逻辑不在话下

二、除man手册外的学习途径 #

• 直接看工具的--help输出：很多工具的帮助信息比man手册更简洁，重点更突出
• 搜Stack Overflow的问答：针对具体场景搜（比如“xmlstarlet 提取节点值”），现成的示例一抓一大把
• 扒GitHub上的开源脚本：看别人实际场景里怎么用这些工具，照着抄就行
• 补点XQuery/XSLT基础：想深入玩XML的话，学点基础语法，处理效率能翻好几倍

三、xmllint命令合并失效的问题 #

俩单独跑正常的命令合起来就挂，基本是输出格式不兼容或者参数顺序错了：

• 管道连接的话，前一个命令的输出可能带了额外内容（比如日志、错误提示），导致后一个xmllint认不出有效XML
• 注意xmllint的参数顺序：比如--xpath必须放在输入文件前面，合并时参数乱序直接报错
• 正确示例：如果之前是xmllint --format input.xml和xmllint --xpath '//title' -，合并后应该是xmllint --format input.xml | xmllint --xpath '//title' -，第二个命令用-表示读标准输入

四、--format选项提取信息失效的问题 #

--format本来就是用来格式化XML结构的，它会保留完整标签，根本不适合提取内容。要提内容直接用--xpath或者--pattern：

• 别这么干：xmllint --format input.xml | sed -n 's/.*<title>\(.*\)<\/title>.*/\1/p'（完全依赖XML格式，标签一变就废）
• 正确操作：xmllint --xpath 'string(//title)' input.xml，直接提取节点文本，不需要sed瞎掺和

五、XML转目标文本的解决方案 #

要转自定义格式，推荐这俩办法：

1. xmlstarlet + XSLT：写个简单的XSLT样式表，定义好XML到文本的映射规则，然后用xmlstarlet tr stylesheet.xsl input.xml执行，规范还容易维护
2. Python脚本：用xml.etree.ElementTree解析XML，然后按目标格式拼字符串，复杂自定义逻辑也能搞定，示例：

import xml.etree.ElementTree as ET

tree = ET.parse('input.xml')
root = tree.getroot()
for item in root.findall('.//item'):
    title = item.find('title').text
    author = item.find('author').text
    print(f"{title} - {author}")

内容的提问来源于stack exchange，提问作者Musik847