使用 bash 中的 xmllint 将 XML 文件中 table 的两个字段转换为 CSV？

Question

我有一个 XML 文件（从 HTML 转换而来）包含这样的字段：

<tr>
  <td data-title="Date">2018-01-01</td>
  <td data-title="Version"><a href="https://some-link">25.1</a></td>
</tr>
<tr>
  <td data-title="Date">2018-03-01</td>
  <td data-title="Version"><a href="https://some-link">24.1</a></td>
</tr>

我一直在使用 'xmllint' 来提取单个值：

textarea=$(echo "$xml" | xmllint --xpath 'string(//*[@id="content"])' 2>/dev/null )

和多个值：

list=$(echo "$xml" | xmllint --xpath 'string(/html/body/div/ul)' 2>/dev/null )

但现在我想从每条记录中提取两个字段，以 CSV 格式或类似格式。

我得到的最接近的是：

xpath tr/*[@data-title="Date" or @data-title="Version"]/text()
Object is a Node Set :
Set contains 20 nodes:
1  TEXT
    content=Apr 9, 2018 6:13 PM UTC
2  TEXT
    content=Mar 21, 2018 10:41 PM UTC
3  TEXT
    content=Mar 19, 2018 9:22 PM UTC

你能告诉我用更好的 xpath 实现这个的方法吗？

Answer 1

这是使用 xmllint 的一种方法

xmllint --html --xpath '//tr/td[@data-title="Date"] | //tr/td[@data-title="Version"]' test.html | sed -re 's%(</[^>]+>)%\n%g'

输出：

<td data-title="Date">2018-01-01</td>
<td data-title="Version"><a href="https://some-link">25.1</a></td>
<td data-title="Date">2018-03-01</td>
<td data-title="Version"><a href="https://some-link">24.1</a></td>

添加 --html 信号选项 html 输入
在 xpath 中添加 // 以搜索相对路径。您的 xpath 在开始时没有任何斜杠，因此 xpath 是相对于当前节点的。在 xmllint shell 上，这与您如何使用 cd 命令有关。
最后，使用|运算符搜索两个或多个xpath。

使用 bash 中的 xmllint 将 XML 文件中 table 的两个字段转换为 CSV？

Converting two fields of a table in an XML file into CSV using xmllint in bash?

xml

bash

xpath

xmllint