Shell环境下解析CMDBuild SOAP XML提取指定数据

刚好我之前处理过类似的CMDBuild旧版SOAP XML数据提取需求，用xmlstarlet或者xmllint这俩Shell工具就能完美解决，下面给你详细的操作步骤和命令：

xmlstarlet对带命名空间的XML支持很友好，首先要先声明XML里的命名空间（避免写冗长的URL）。假设你的SOAP响应XML文件名为cmdbuild_response.xml：

提取单个字段（比如instance_id的数值） #

运行下面的命令就能直接拿到instance_id对应的value：

xmlstarlet sel -N soap="http://schemas.xmlsoap.org/soap/envelope/" -N ns2="http://soap.services.cmdbuild.org" -t -v "//soap:Envelope/soap:Body/ns2:getCardListResponse/ns2:return/ns2:cards/ns2:attributeList[ns2:name='instance_id']/ns2:value" cmdbuild_response.xml

简单解释下参数：

• -N：定义命名空间的别名，后续XPath里直接用别名就行
• -t：启用模板模式，用来定制输出格式
• -v：提取指定XPath路径的文本内容
• XPath里的[ns2:name='instance_id']是过滤条件，只匹配name为instance_id的attributeList节点

提取多个字段并格式化输出 #

如果想一次性提取instance_id、Description、instance_name这三个字段，并且用逗号分隔成一行，可以用这个命令：

xmlstarlet sel -N soap="http://schemas.xmlsoap.org/soap/envelope/" -N ns2="http://soap.services.cmdbuild.org" -t \
-m "//soap:Envelope/soap:Body/ns2:getCardListResponse/ns2:return/ns2:cards" \
-v "ns2:attributeList[ns2:name='instance_id']/ns2:value" -o "," \
-v "ns2:attributeList[ns2:name='Description']/ns2:value" -o "," \
-v "ns2:attributeList[ns2:name='instance_name']/ns2:value" -n \
cmdbuild_response.xml

额外参数说明：

• -m：匹配每个cards节点（如果返回多个卡片，会循环处理每一个）
• -o：输出自定义分隔符（这里用逗号）
• -n：每处理完一个卡片就换行，让结果更清晰

xmllint是libxml2自带的工具，不用额外安装，处理XML也很顺手。

提取单个字段（比如Description的内容） #

用local-name()可以避开命名空间前缀的问题，命令更简洁：

xmllint --xpath "//*[local-name()='attributeList'][*[local-name()='name']='Description']/*[local-name()='value']/text()" cmdbuild_response.xml

如果你想用完整的命名空间声明，也可以这么写（需要确保环境能识别命名空间）：

xmllint --xpath "//soap:Envelope/soap:Body/ns2:getCardListResponse/ns2:return/ns2:cards/ns2:attributeList[ns2:name='Description']/ns2:value/text()" --xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" --xmlns:ns2="http://soap.services.cmdbuild.org" cmdbuild_response.xml

提取多个字段并格式化 #

xmllint本身不能直接输出分隔符，所以可以结合awk和sed来整理结果：

xmllint --xpath "//soap:Envelope/soap:Body/ns2:getCardListResponse/ns2:return/ns2:cards/ns2:attributeList[ns2:name='instance_id' or ns2:name='Description' or ns2:name='instance_name']/text()" --xmlns:soap="http://schemas.xmlsoap.org/soap/envelope/" --xmlns:ns2="http://soap.services.cmdbuild.org" cmdbuild_response.xml | awk 'NR%2==0{printf "%s,", $0} END{print ""}' | sed 's/,$//'

这个命令的逻辑是：

1. 先提取所有目标字段的name和value文本，结果会是每行一个值（比如先出instance_id，再出它的数值，以此类推）
2. 用awk筛选出偶数行（也就是对应的value值），并用逗号连接
3. 用sed去掉最后一个多余的逗号

内容的提问来源于stack exchange，提问作者user3177303