将 xml 转换为 json 的脚本

Question

我在 txt 文件中有 5000 个问题，如下所示：

<quiz>
        <que>The question her</que>
        <ca>text</ca>
        <ia>text</ia>
        <ia>text</ia>
        <ia>text</ia>
    </quiz>

我想在 Ubuntu 中编写一个脚本来转换所有问题，如下所示：

  {
   "text":"The question her",
   "answer1":"text",
   "answer2":"text",
   "answer3":"text",
   "answer4":"text"
  },

Answer 1

事实上，即使没有 Python 编程，你也可以摆脱这里，只需使用 2 个 unix 实用程序：

1. jtm- 允许 xml <-> json 无损转换
2. jtc- 允许操作 JSON

因此，假设您的 xml 位于 中file.xml，jtm 会将其转换为以下 json：

bash $ jtm file.xml 
[
   {
      "quiz": [
         {
            "que": "The question her"
         },
         {
            "ca": "text"
         },
         {
            "ia": "text"
         },
         {
            "ia": "text"
         },
         {
            "ia": "text"
         }
      ]
   }
]
bash $ 

然后，应用一系列 JSON 转换，您可以得到所需的结果：

bash $ jtm file.xml | jtc -w'<quiz>l:[1:][-2]' -ei echo { '"answer[-]"': {} }\; -i'<quiz>l:[1:]' | jtc -w'<quiz>l:[-1][:][0]' -w'<quiz>l:[-1][:]' -s | jtc -w'<quiz>l:' -w'<quiz>l:[0]' -s | jtc -w'<quiz>l: <>v' -u'"text"'
[
   {
      "answer1": "text",
      "answer2": "text",
      "answer3": "text",
      "answer4": "text",
      "text": "The question her"
   }
]
bash $ 

不过，由于涉及 shell 脚本（echo命令），它会比 Python 慢 - 对于 5000 个问题，我预计它会运行大约一分钟。（在未来的版本中，jtc我计划甚至在静态指定的 JSON 中也允许插值，这样模板化就不需要外部 shell 脚本了，那么操作将会非常快）

如果您对jtc语法感到好奇，可以在这里找到用户指南： https: //github.com/ldn-softdev/jtc/blob/master/User%20Guide.md

Answer 2

https://kislyuk.github.io/yq/xq中的工具将您的 XML 转换为

{
  "quiz": {
    "que": "The question her",
    "ca": "text",
    "ia": [
      "text",
      "text",
      "text"
    ]
  }
}

只需使用恒等过滤器 ( xq . file.xml) 即可。

我们可以将其按摩成更接近您想要使用的形式

xq '.quiz | { text: .que, answers: .ia }' file.xml

哪个输出

{
  "text": "The question her",
  "answers": [
    "text",
    "text",
    "text"
  ]
}

要修复该answers位以便获得枚举键：

xq '.quiz |
    { text: .que } +
    (
        [
            range(.ia|length) as $i | { key: "answer\($i+1)", value: .ia[$i] }
        ] | from_entries
    )' file.xml

这通过迭代节点并手动生成一组键和值来添加枚举键和answer来自节点的值。然后使用它们将它们转换为真正的键值对，并将其添加到我们创建的原始对象 ( ) 中。iaiafrom_entries{ text: .que }

输出：

{
  "text": "The question her",
  "answer1": "text",
  "answer2": "text",
  "answer3": "text"
}

如果您的 XML 文档quiz在某个根节点下包含多个节点，则将上面的表达式更改为.quiz对每个节点进行转换，并且您可能希望将结果对象放入数组中：jq.[].quiz[]

xq '.[].quiz[] |
    [ { text: .que } +
    (
        [
            range(.ia|length) as $i | { key: "answer\($i+1)", value: .ia[$i] }
        ] | from_entries
    ) ]' file.xml