Bash regular pro XML

[petr818]

Ahoj, resim tu jednoduchy xml parser v bashi. potrebuju abych dostal hodnotu ve value podle name.

kus XML co me zajima (muze byt libovolne vnorenej v dalsich tazich):

Kód: [Vybrat]

<property name="PROPETY_NAME" value="https://url.com/cesta/"/>
  # bohuzel obcas i s novym radkem
<property name="PROPETY_NAME"
value="https://url.com/cesta/"/>

     

nejdriv jsem zkusil jen     

Kód: [Vybrat]

             
   echo "$file_content" | grep "PROPETY_NAME" | grep -o 'http.://.*\"' | sed 's/.$//' | sed -n '1p'
coz fungovalo ale bohuzel narazilo to pokud byl tag na vice radcich

tak jsem zkusil pres regular

echo "$file_content" | sed -r -e "/(?:<property name=\"PROPETY_NAME\" value=\")(.*?)(?:\"\/>)/g";

ale to mi moc nefunguje.
nejaky napad prosim?

[Reklama]

[Filip Jirsák]

Nápad je jediný: neparsujte XML pomocí regulárních výrazů, protože to nejde. Teď jste narazil na zalomení řádků, pak narazíte na komentáře, entity, CDATA…

[petr818]

jo to je mi jasny, taky se mi to moc nezda, ale potrebuju jen tu jednu jedinou hodnotu z jednoho tagu, vic nic takze mi to neprijde zas tak zly

[listoper]

Treba by slo to napred prohnat nejakym "zkraslovacem"
https://stackoverflow.com/questions/16090869/how-to-pretty-print-xml-from-the-command-line

[Filip Jirsák]

Raději použijte nějakou utilitu, která vám umožní použít XPath. Bude to mnohem jednodušší na použití a bude to fungovat. Napadá mne třeba XML Shell, vygooglit se toho dá víc.

[Reklama]

[3ugeene]

A ja se pridam jako dalsi: vyreste to jinak, prevazne, pokud vasi praci po vas nekdo bude prebirat. Ted jsem prebral jednu aplikaci, kde si typek takhle presne resil XML vystup z MySQL a samozrejme po zmene verze se uplne zmenil vystup, takze se cela aplikace dojebala. Pak si to jak idiot cely opravujte po lidech, ktery jsou neschopny a hrajou si na velky programatory

[Kit]

Kód: [Vybrat]

xmllint --xpath 'string(//property[@name="PROPETY_NAME"]/@value)' input.xml

[Daniel Novotný]

XML není jazyk regulární, ale vyššího řádu (AFAIK bezkontextový?) - nejde tedy parsovat regulárními výrazy, ale nějaké řádkové parsery by se v repozitáři vaší distribuce měly povalovat: nějaké knihovny má tuším také Python ve své standardní instalaci

[D.A. Tiger]

Ja vim, ze pisete jaoko pozadavek BASH, ale presto Vam to muze trochu pomoci :

http://lua-users.org/wiki/LuaXml
(Classic Lua Verzion)

Osobne jsem to na tak jednochy XML pouzil nekolikrat a nebyl s tim zadny problem. Muzte to pouzit jako tu navrhovanou utilitku, anebo se tim aspon inspirovat.

A nebo se naucit jazyk Lua a pracovat s nim :-D

[gill]

Kód: [Vybrat]

xmllint --xpath '//property[@name="PROPETY_NAME"]/@value' file.xml | sed 's/value=/\n/g'


[gill]

Nápad je jediný: neparsujte XML pomocí regulárních výrazů, protože to nejde. Teď jste narazil na zalomení řádků, pak narazíte na komentáře, entity, CDATA…

jde to, většina implementací regulárních výrazů podporuje rekurzivní matche.

[Kit]

Kód: [Vybrat]

xmllint --xpath '//property[@name="PROPETY_NAME"]/@value' file.xml | sed 's/value=/\n/g'


Má to jednu vadu na kráse: Pokud atribut bude obsahovat nějakou znakovou entitu, tak nebude dekódována. Jinak dobré řešení.

[Filip Jirsák]

jde to, většina implementací regulárních výrazů podporuje rekurzivní matche.

To ale na parsování XML nestačí.

[petr818]

ten xmllint je fajn a vypada ze by fungoval, jen mam starou verzi co neumi xpath.

[petr818]

nakonec jsem preoste grepnul PROPETY_NAME s prepinacem -A 1 a ve vysledku nasel regularem http. snad to bude ok no.