基于xmllint在XML的article标签内匹配reference值并提取节点内容

直接用XPath的谓词筛选逻辑即可实现需求，核心思路是先匹配<reference>子节点值等于目标编号的<article>节点，再在该节点范围内提取目标子标签内容，不会跨节点拿到其他article的同名字段。

通用写法模板 #

对应的xmllint命令格式如下：

xmllint --xpath "string(//article[reference='你的目标reference编号']/要提取的目标子标签路径)" 你的xml文件路径

用法示例 #

基于你给出的XML样例，可直接参考以下命令：

• 提取reference编号为10001的article发布日期

xmllint --xpath "string(//article[reference='10001']/publicationDate)" file.xml

执行返回结果：2022-02-13

• 提取reference编号为10000的article下嵌套在author节点里的作者名

xmllint --xpath "string(//article[reference='10000']/author/name)" file.xml

执行返回结果：Example Name 1

动态传参说明 #

如果是在shell脚本中动态传入reference编号和目标标签，注意引号嵌套规则即可，参考写法：

#!/bin/bash
# 动态赋值参数
target_ref=10001
target_tag=text
# 执行提取
xmllint --xpath "string(//article[reference='$target_ref']/$target_tag)" file.xml

兼容处理 #

如果XML中可能存在多个reference编号相同的article节点，建议在筛选条件后加位置下标固定取第一个匹配项，避免返回多值异常：

# 取reference=10000的第一个匹配article的title值
xmllint --xpath "string(//article[reference='10000'][1]/title)" file.xml

语法说明：XPath中跟在节点后方的[筛选条件]是谓词语法，会对前方选中的节点集做过滤，这里[reference='xxx']的作用就是仅保留存在子节点<reference>且其文本值等于指定编号的article节点，后续的子标签查找会自动限定在符合条件的article节点范围内。

内容的提问来源于stack exchange，提问作者learner