使用 PowerShell 解析带有命名空间的 XML答案

【问题标题】：Parsing XML with namespace with PowerShell使用 PowerShell 解析带有命名空间的 XML
【发布时间】：2017-08-15 16:56:43
【问题描述】：

我需要一些帮助来理解 PowerShell 中的 XML。我有几个这样的 XML 文件：

<?xml version="1.0" encoding="UTF-8"?>
<catalog xmlns="http://www.example.com/xml/catalog/2006-10-31">
    <product product-id="11210">
        ...
        <available-flag>true</available-flag>
        <online-flag>false</online-flag>
        <online-flag site-id="ru">true</online-flag>
        <online-flag site-id="fr">true</online-flag>
        <online-flag site-id="uk">false</online-flag>
        <online-flag site-id="de">true</online-flag>
        ...
    </product>
    <product product-id="50610">
        ...
        <available-flag>true</available-flag>
        <online-flag>true</online-flag>
        <online-flag site-id="ru">false</online-flag>
        <online-flag site-id="fr">true</online-flag>
        <online-flag site-id="uk">false</online-flag>
        <online-flag site-id="de">fasle</online-flag>
        ...
    </product>
    <product product-id="82929">
        ...
        <available-flag>true</available-flag>
        <online-flag>true</online-flag>
        <online-flag site-id="ru">false</online-flag>
        <online-flag site-id="fr">true</online-flag>
        <online-flag site-id="uk">false</online-flag>
        <online-flag site-id="de">true</online-flag>
        ...
    </product>
</catalog>

我需要在 PowerShell 中获取两个元素的值：

<online-flag>（不带 site-id 属性）
<online-flag site-id="ru">

对于带有product-id="50610"的产品。

我有以下代码：

$Path = "C:\Temp\0\2017-08-12_190211.xml"
$XPath = "/ns:catalog/ns:product[@product-id='50610']"

$files = Get-ChildItem $Path | Where {-not $_.PSIsContainer}

if ($files -eq $null) {
    return
}

foreach ($file in $files) {
    [xml]$xml = Get-Content $file
    $namespace = $xml.DocumentElement.NamespaceURI
    $ns = New-Object System.Xml.XmlNamespaceManager($xml.NameTable)
    $ns.AddNamespace("ns", $namespace)
    $product = $xml.SelectSingleNode($XPath, $ns)
}

几个问题：

使用此代码，我可以选择所需的产品节点。 PowerShell 显示：
```
online-flag        : {true, online-flag, online-flag, online-flag...}
```
但是我如何才能选择所需 online-flag 元素的值（如果两种方式都可以：XPath 一种和对象一种）？

是否可以以“对象”方式选择节点？像这样：

$product = $xml.catalog.product |
           Where-Object {$_."product-id".value -eq "50610"}

如果我有多个文件，选择文件名、全局在线标志（无属性）、特定在线标志的最佳方法是什么？

【问题讨论】：

标签： xml powershell xpath

【解决方案1】：

使用两个不同的 XPath 表达式：

用于选择没有特定属性的节点：

//ns:product[@product-id='50610']/ns:online-flag[not(@site-id)]

用于选择具有特定属性值的节点：

//ns:product[@product-id='50610']/ns:online-flag[@site-id='ru']

您可以通过使 XPath 表达式相对于当前节点 (.) 来选择相对于已选择节点的节点：

$XPath = "/ns:catalog/ns:product[@product-id='50610']"
...
$product = $xml.SelectSingleNode($XPath, $ns)
$product.SelectSingleNode("./ns:online-flag[not(@site-id)]", $ns)
$product.SelectSingleNode("./ns:online-flag[@site-id='ru']", $ns)

如果您需要包含文件名和两个节点值的结果数据，我建议您构建自定义对象：

$files | ForEach-Object {
    [xml]$xml = Get-Content $_
    ...
    New-Object -Type PSObject -Property @{
        'Filename'  = $_
        'online'    = $product.SelectSingleNode("./ns:online-flag[not(@site-id)]", $ns).'#text'
        'ru_online' = $product.SelectSingleNode("./ns:online-flag[@site-id='ru']", $ns).'#text'
    }
}

应该可以使用点符号并通过Where-Object 进行过滤，但我不建议这样做。我发现 XPath 的效率要高得多。

【讨论】：

你好安斯加尔！感谢您的回答。我已经提到点符号是有效的，我同意它不方便。您的示例的问题是我的 xml 文件很大，选择两个节点需要时间。是否可以像我的示例一样先选择产品，然后使用 XPath 选择在线标志元素的值？在这种情况下，XPath 是什么？
我尝试了以下所有方法，但没有成功：$product.SelectSingleNode("/ns:product/ns:online-flag[@site-id='ru']", $ns), $ product.SelectSingleNode("/ns:online-flag[@site-id='ru']", $ns), $product.SelectSingleNode("/product/online-flag[@site-id='ru']" ), $product.SelectSingleNode("/online-flag[@site-id='ru']")。这个 $product.GetElementsByTagName("online-flag") 有效。但结果不是单个值，而是值列表。
在这里找到答案：stackoverflow.com/questions/2238201/…
需要使用 $product.SelectSingleNode("ns:online-flag[not(@site-id)]", $ns) 或 $product.SelectSingleNode("./ns:online -flag[not(@site-id)]", $ns) 在当前节点中搜索。非常感谢！
我认为命名空间是<xml><ns:node>val</ns:node>？我在xmlfile 中看不到它

【解决方案2】：

我能够通过“对象”的方式获得我需要的数据：

$product = $xml.catalog.product | Where-Object {$_."product-id" -eq "50610"}
$of = $product."online-flag"
$glblsid = $of | Where-Object {$_ -is [System.String]}
$specsid = ($of | Where-Object {$_."site-id" -eq "ru"})."#text"

但我不喜欢我设法做到这一点的方式。有没有更方便的解决方案？

第二个问题的答案是肯定的——见第一行。

【讨论】：

【解决方案3】：

完成这个话题。我测量了 3 种方法的性能：点样式、文件上的 XPath 和节点上的 XPath。它们之间没有显着差异。以下是详细信息。

我解析了 2 次 2 个文件，每个文件 60MB。

对象样式（点样式）

...
$StartTime = Get-Date
foreach ($file in $files) {
    [xml]$xml = Get-Content $file

    #Object style
    $product = $xml.catalog.product | Where-Object {$_."product-id" -eq "50610"}
    $of = $product."online-flag"
    $glblsid = $of | Where-Object {$_ -is [System.String]}
    $specsid = ($of | Where-Object {$_."site-id" -eq "ru"})."#text"
    Write-Output "$($file.Name) $glblsid $specsid"
}
$EndTime = Get-Date
$TimeSpan = New-TimeSpan -Start $StartTime -End $EndTime
Write-Output $TimeSpan.TotalMilliseconds

结果：

PS> .\ParseXML2.ps1 2017-08-10_190159.xml 假假 2017-08-11_190203.xml 假真 36269,535 PS> .\ParseXML2.ps1 2017-08-10_190159.xml 假假 2017-08-11_190203.xml 假真 36628,3304

文件上的 XPath：

...
$StartTime = Get-Date
foreach ($file in $files) {
    [xml]$xml = Get-Content $file

    #XPath on the file
    $namespace = $xml.DocumentElement.NamespaceURI
    $ns = New-Object System.Xml.XmlNamespaceManager($xml.NameTable)
    $ns.AddNamespace("ns", $namespace)
    $glblsid = $xml.SelectSingleNode("/ns:catalog/ns:product[@product-id='50610']/ns:online-flag[not(@site-id)]", $ns).'#text'
    $specsid = $xml.SelectSingleNode("/ns:catalog/ns:product[@product-id='50610']/ns:online-flag[@site-id='ru']", $ns).'#text'
    Write-Output "$($file.Name) $glblsid $specsid"
}
$EndTime = Get-Date
$TimeSpan = New-TimeSpan -Start $StartTime -End $EndTime
Write-Output $TimeSpan.TotalMilliseconds

结果：

PS> .\ParseXML2.ps1 2017-08-10_190159.xml 假假 2017-08-11_190203.xml 假真 36129,1368 PS> .\ParseXML2.ps1 2017-08-10_190159.xml 假假 2017-08-11_190203.xml 假真 38890,3014

节点上的 XPath：

...
$StartTime = Get-Date
foreach ($file in $files) {
    [xml]$xml = Get-Content $file

    #XPath on the node
    $namespace = $xml.DocumentElement.NamespaceURI
    $ns = New-Object System.Xml.XmlNamespaceManager($xml.NameTable)
    $ns.AddNamespace("ns", $namespace)
    $product = $xml.SelectSingleNode("/ns:catalog/ns:product[@product-id='50610']", $ns)
    $glblsid = $product.SelectSingleNode("ns:online-flag[not(@site-id)]", $ns).'#text'
    $specsid = $product.SelectSingleNode("ns:online-flag[@site-id='ru']", $ns).'#text'
    Write-Output "$($file.Name) $glblsid $specsid"
}
$EndTime = Get-Date
$TimeSpan = New-TimeSpan -Start $StartTime -End $EndTime
Write-Output $TimeSpan.TotalMilliseconds

结果：

PS> .\ParseXML2.ps1 2017-08-10_190159.xml 假假 2017-08-11_190203.xml 假真 33477,1708 PS> .\ParseXML2.ps1 2017-08-10_190159.xml 假假 2017-08-11_190203.xml 假真 34116,7626

【讨论】：