如何区分两个 XML 文件？

Question

在 Linux 上，如何在两个 XML 文件之间生成差异？

理想情况下，我希望能够将其配置为严格的某些内容，或放松某些内容，例如空格或属性顺序。

我经常会关心这些文件在功能上是否相同，但 diff 本身使用起来会很烦人，尤其是在 XML 文件没有很多换行符的情况下。

例如，以下对我来说应该没问题：

<tag att1="one" att2="two">
  content
</tag>

<tag att2="two" att1="one">
  content
</tag>

Answer 1

一种方法是首先将两个 XML 文件转换为规范 XML，然后使用diff. 例如，xmllint可用于规范化 XML。

$ xmllint --c14n one.xml > 1.xml
$ xmllint --c14n two.xml > 2.xml
$ diff 1.xml 2.xml

或者作为单线。

$ diff <(xmllint --c14n one.xml) <(xmllint --c14n two.xml)

Answer 2

Jukka 的回答对我不起作用，但它确实指向了 Canonical XML。--c14n和--c14n11都没有对属性进行排序，但我确实发现--exc-c14n开关确实对属性进行了排序。 --exc-c14n未在手册页中列出，但在命令行中被描述为“W3C 专有规范格式”。

$ xmllint --exc-c14n one.xml > 1.xml
$ xmllint --exc-c14n two.xml > 2.xml
$ diff 1.xml 2.xml

$ xmllint | grep c14
    --c14n : save in W3C canonical format v1.0 (with comments)
    --c14n11 : save in W3C canonical format v1.1 (with comments)
    --exc-c14n : save in W3C exclusive canonical format (with comments)

$ rpm -qf /usr/bin/xmllint
libxml2-2.7.6-14.el6.x86_64
libxml2-2.7.6-14.el6.i686

$ cat /etc/system-release
CentOS release 6.5 (Final)

警告--exc-c14n 会 删除 xml 标头，而 --c14n 会在 xml 标头前面加上（如果不存在）。

Answer 3

试图使用@Jukka Matilainen 的答案，但在空格方面存在问题（其中一个文件是一个巨大的单行）。使用--format有助于跳过空白差异。

xmllint --format one.xml > 1.xml  
xmllint --format two.xml > 2.xml  
diff 1.xml 2.xml  

注意：使用vimdiff命令并排比较 xml。

Answer 4

Diffxml获得了正确的基本功能，尽管它似乎没有提供很多配置选项。

编辑：自 2013 年以来，项目Diffxml已迁移到 GitHub。

Answer 5

如果您还想忽略子元素的顺序，我为此编写了一个简单的 Python 工具，名为xmldiffs：

比较两个 XML 文件，忽略元素和属性顺序。

用法： xmldiffs [OPTION] FILE1 FILE2

任何额外的选项都会传递给diff命令。

在https://github.com/joh/xmldiffs获取它