Bash - 如果子节点的属性值不等于特定值，则删除 XML 节点？

Bash 特性本身并不是很适合解析 XML。

这个著名的Bash 常见问题说明如下：

不要尝试[从 XML 文件中提取数据]使用sed、awk、grep等（这会导致不希望的结果）。

考虑使用特定于 XML 的命令行工具，例如XMLStarlet。如果您尚未安装 XML Starlet，请在此处查看下载信息。

解决方案：

使用 XML Starlet，您可以运行以下命令将所需的结果输出到您的终端：

xml ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss

_{注意：/path/to/file.rss上面显示的命令末尾的部分应替换为实际.rss文件的真实路径名。}

解释：

上述命令的部分分解如下：

• xml - 调用 XML Starlet 命令。

• ed - 编辑/更新 XML 文档。

• -N x="http://www.w3.org/2005/Atom"- 该-N选项将命名空间，即http://www.w3.org/2005/Atom，绑定到我们任意命名的前缀x。

• -d - 删除匹配的节点。

• '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]'用于查找/匹配问题中指定的适当节点的xpath表达式。

  链接 href != 的所有节点（/feed/entry）http://myhomesite.com。

  正如你所看到的，在XPath表达式我们前面加上x前缀元素节点名称，即x:entry和x:link，以确保我们解决了正确的命名空间中的元素。

• /path/to/file.rss- 源.rss文件的路径名。

保存结果 XML (RSS)

要保存结果 XML，您可以：

1. 将--inplace选项添加到上述命令 - 这将.rss用所需的结果覆盖原始命令。例如：

    xml ed --inplace -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss
   

2. 或者，使用重定向运算符( >) 并指定保存输出位置的路径名。例如，以下复合命令会将结果保存到新文件中：

    xml ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss > /path/to/results.rss
   

   _{注：在/path/to/results.rss在上述复合命令的，应该用真实的路径到要保存新文件取代。}

XPath 与local-name()：

鉴于您的示例源 XML (RSS) 不包含任何QName，因此也可以利用 XPath 的local-name()功能。这将不需要使用 XMLStarlet 的-N选项绑定命名空间。例如：

xml ed -d '//*[local-name() = "entry" and not(child::*[local-name() = "link"][@href="https://myhomesite.com"])]' /path/to/file.rss

重要提示：您可能需要将本文xml中显示的所有示例命令中的前导部分xmlstarlet替换为。例如：

xmlstarlet ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss.
^^^^^^^^^^

编辑：

鉴于你的示例XML它也可以利用默认的命名空间，这是使用简化的语法_:来代替x:。通过使用下划线 ( _)，您无需使用该-N选项将命名空间绑定到前缀。请参阅标题为1.3的部分。有关此功能的更多信息，请参阅 XMLStarlet 文档中的更方便的解决方案。

例如：

xml ed -d '//_:entry[not(child::_:link[@href="https://myhomesite.com"])]' /path/to/file.rss

为了在源 XML 使用命名空间时进一步了解使用 XMLStarlet，我建议还阅读文档中的命名空间和默认命名空间。

编辑2：

OP 的作者随后在评论中写道：

多一问。条件[not(child::_:link[@href="myhomesite.com"])]很严格。我想成为类似开始myhomesite.com但 URI 不重要的东西，即myhomesite.com**anything**. 这是可能的？[原文]

像这样的东西.. xmlstarlet ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[matches(@href, '^https://myhomesite.com/' )]/@href)]' feed.rs

考虑将 Xpath 的starts-with()函数与前面给出的任何一个示例结合使用。例如：

• 使用-N选项和starts-with()：

  xml ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[starts-with(@href, "https://myhomesite.com")])]' file.rss
  

• 使用local-name()和starts-with()：

  xml ed -d '//*[local-name() = "entry" and not(child::*[local-name() = "link"][starts-with(@href, "https://myhomesite.com")])]' file.rss
  

• 使用默认命名空间的简化语法，即下划线，以及starts-with()：

  xml ed -d '//_:entry[not(child::_:link[starts-with(@href, "https://myhomesite.com")])]' file.rss