相关疑难解决方法(0)

如何解析HTML/XML并从中提取信息？

在进行shell脚本编写时,通常数据将存储在单行记录的文件中,如csv.用grep和处理这些数据真的很简单sed.但我经常需要处理XML,所以我真的想通过命令行来编写对XML数据的访问权限.什么是最好的工具？

理想情况下,我希望能够做到的是:

cat xhtmlfile.xhtml |
getElementViaXPath --path='/html/head/title' |
sed -e 's%(^<title>|</title>$)%%g' > titleOfXHTMLPage.txt

我想我可以创建一些XSL样式表,然后将其用作带参数选项的模板,在命令行上使用Saxon XSLT处理器评估XPath表达式,如:

<xsl:template match="/">
  <xsl:copy-of select="saxon:evaluate($xpath-param)"/>
</xsl:template>

另一种可能性是使用他们的Java API:http://www.saxonica.com/documentation/xpath-api/intro.xml但我不懂Java

有没有办法让Saxon从命令行评估XPath表达式？
如果可能的话,Shell脚本也足够了

更新:
浏览撒克逊文档,我发现了XPathExample样本.不幸的是我无法利用它