标签: xml

有时，我必须根据 xsd 文件检查一些大型 xml 文件的有效性。我收到的最大 xml 文件的大小接近 1.5GB。 xmllint占用了我所有的 RAM 和几乎所有的交换空间，总内存使用量为 18GB。因此，验证过程持续了 24 小时。

我的问题：是否有替代方案xmllint --schema消耗更少的内存，也许利用一些流功能而不是将文件加载到内存？

我正在使用 xmllint 来解析具有多个标签的 xml 文件，并且每个标签都有多个属性。示例结构如下图：

<root>
   <child attr1="abc" attr2="def" attr3="ghi" />
   ...
   ...
</root>

我需要从属性中获取值attr1,attr2和attr3.

到目前为止，我已经尝试了以下方法，它完美地给出了一个属性的数据

echo 'cat //root/child/@attr1' | xmllint --shell data.xml 

这个输出

attr1="abc"

所以，我的问题是，我们如何在字符串中指定多个属性来获得所需的输出

attr1="abc"
attr2="def"
attr3="ghi"

我为此尝试了以下方法，但效果不佳：

echo 'cat //root/child/@*[attr1|attr2|attr3]' | xmllint --shell data.xml 
echo 'cat //root/child/@*[attr1 or attr2 or attr3]' | xmllint --shell data.xml 

上面的输出是 echo 语句再次被重新回显，这意味着 xmllint 不接受它作为输入。

关于如何解决这个问题的任何想法？

我有一个很大的 XML 文件，我得到了 2 个标签之间的所有匹配项：

这是我所做的：

sed -n '/<tag>/,/<\/tag>/p' file.xml

而且我需要过滤以仅获取前 N 次出现。我试过 l param 但这还不够:(

那么有人知道如何从所有结果集中获得 N 个匹配的事件吗？

例如。这里的xml文件内容：

<?xml version="1.0" encoding="UTF-8"?>
<root>
<tag>
 <t1>john</t1>
 <t2>john</t2>
 <t3>john</t3>
</tag>
<tag>
 <t1>john</t1>
 <t2>john</t2>
 <t3>john</t3>
</tag>
<tag>
 <t1>john</t1>
 <t2>john</t2>
 <t3>john</t3>
</tag>
<tag>
 <t1>john</t1>
 <t2>john</t2>
 <t3>john</t3>
</tag>
</root>

 sed -n '/<tag>/,/<\/tag>/p' file.xml 

返回所有元素。

所以目标是过滤以获得前 n 个匹配的模式（元素是多行的）如果 n = 2 那么结果 =：

<tag>
 <t1>john</t1>
 <t2>john</t2>
 <t3>john</t3>
</tag>
<tag>
 <t1>john</t1>
 <t2>john</t2>
 <t3>john</t3>
</tag>

我有一个 XML 文件，我需要将其附加到一组特定的标签之后。基本上文件结构如下所示：

<key>servers</key>
<dict>
... Server Details ...
</dict>

我想匹配的行：

<key>servers</key>
<dict>

并在 之后附加一段 XML 指定服务器连接<dict>。我在它自己的文本文件中有新的 XML 块，因为它很长。

我已经看过sed并awk要做到这一点，但我遇到了墙。我也看到了使用perl来完成这个的例子，但我对 Perl 不太熟悉。据我了解，虽然，sed和awk都不是很大，在多匹配。

我需要进行多行匹配的原因是因为该<dict>标记在 XML 文件中经常使用，我需要将一个块附加到该<key>servers</key>部分，而不是替换其全部内容。

例如，我想将标签中的字段转换为该标签内的标签

<book name="Data Structure" price="250" pages="350"/>

到

<book name="Data Structure"> 
<price>250</price>
<pages>350</pages>
</book>

xmlstarlet我想使用或在 Linux 命令行中执行此操作sed。

我想知道如何从以下格式拆分我的数据：

<datas>
 <data>
  <name>Name1</name>
 </data>
 <data>
  <name>Name2</name>
 </data>
</datas>

到以下格式：

<data><name>Name1</name></data>
<data><name>Name2</name></data>

解析后的数据将被发送到 Python 脚本，如下所示：

 python script.py <data><name>Name1<name></data>
 python script.py <data><name>Name2<name></data>

我试过这样的命令：

echo 'cat /datas/data' | xmllint --shell file.xml

但是如何将所需格式的输出传递给 Python 脚本？

Ubuntu 14.04 值得信赖的塔尔。

假设我有一个名为“testmag”的目录，它可能包含数百个 xml 文件，而目录又包含许多 xml 文件。我不知道任何 xml 文件的名称，但我知道其中之一包含 tag <dbname>....</dbname>。

现在如何找到包含上述标签的文件并将标签的值作为终端中的输出

我有一个 100 GB 的 xml 文档，我正在将其批量迁移到数据库。
在 中vim，我可以编辑文件，但无法使用:wq、:q或保存更改:xx。

我收到错误消息this file is read only - press ! to override。
没有任何效果，所以我使用:q!忽略我的更改并退出vim.

我怎样才能保存我的更改？

奖金问题

如果我不等待整个文件加载到内存中并按Ctrl + c查看已填充的内容，则保存该文档是否只会保存加载到内存中的内容并删除其余内容？

我需要审核 XML 文件结构并需要生成一个仅显示 DOM 树结构并省略值的报告。本质上，我只是节点名称，没有值。我尝试使用 xmllint 和 xmlstarlet，但不知道如何执行此操作。

有谁知道执行此操作的任何工具或上述工具的示例？

cat $filename.xml | xmlstarlet format -t 给了我我需要的东西，但我想省略所有的价值。

我很难解析一个巨大的 XML 文件（大约 100GB，带有大节点）。我正在尝试通过删除不必要的标签来减小节点大小。例如，任何<text>标签。

如果我使用本机 XML 解析器，例如xmlstarlet

xmlstarlet ed -P -d '//text' file.xml

我面临同样的问题，即内存不足。

是否有一种安全的方法（内存占用很少）来删除所有<text></text>对而不破坏 XML 结构？