想要根据标签拆分 UNIX xml 文件答案

【问题标题】：Want to split an UNIX xml file based on tags想要根据标签拆分 UNIX xml 文件
【发布时间】：2015-09-26 14:23:30
【问题描述】：

我有一个包含如下批次的 XML 文件。

我想使用 shell 脚本根据标签将此文件拆分为 5 个文件。请帮忙，提前谢谢。

<Items>
<Item>
<Title>Title 1</Title>
<DueDate>01-02-2008</DueDate>
</Item>
<Item>
<Title>Title 2</Title>
<DueDate>01-02-2009</DueDate>
</Item>
<Item>
<Title>Title 3</Title>
<DueDate>01-02-2010</DueDate>
</Item>
<Item>
<Title>Title 4</Title>
<DueDate>01-02-2011</DueDate>
</Item>
<Item>
<Title>Title 5</Title>
<DueDate>01-02-2012</DueDate>
</Item>
</Items>

期望的输出：

<Items>
<Item>
<Title>Title 1</Title>
<DueDate>01-02-2008</DueDate>
</Item>
</Items>

【问题讨论】：

这与 UNIX 有什么关系？ UNIX 是一种操作系统标准，而 XML 是一种文件格式...
我正在尝试将单个单元从批处理中分离出来，并且我在 UNIX 操作系统中工作，所以我想知道如何使用 shell 脚本来实现。
@drewr2012 想知道：只是好奇你想从完成这项工作中获得什么。

标签： xml unix xml-parsing

【解决方案1】：

我建议 - 安装 XML::Twig，其中包括相当方便的 xml_split 实用程序。这可能会满足您的需求。例如：

xml_split -c Item

但是，我要提供您想要完成的工作并不容易，因为您正在尝试切割并保留 XML 结构。您不能使用基于标准行/正则表达式的工具来做到这一点。

但是您可以使用解析器：

#!/usr/bin/env perl

use strict;
use warnings;
use XML::Twig;

my @item_list;

sub cut_item {
    my ( $twig, $item ) = @_;
    my $thing = $item->cut;
    push( @item_list, $thing );

}

my $twig = XML::Twig->new(
    twig_handlers => { 'Item' => \&cut_item }
);
$twig->parse(<>);

my $itemcount = 1;

foreach my $element (@item_list) {
    my $newdoc = XML::Twig->new( 'pretty_print' => 'indented_a' );
    $newdoc->set_root( XML::Twig::Elt->new('Items') );

    $element->paste( $newdoc->root );
    $newdoc->print;
    open( my $output, ">", "items_" . $itemcount++ . ".xml" );
    print {$output} $newdoc->sprint;
    close($output);
}

这使用XML::Twig 库从您的XML 中提取每个Item 元素（通过STDIN 传输，或通过myscript.pl yourfilename）。

然后它会迭代它找到的所有文件，添加一个Items 标头，并将其打印到一个单独的文件中。如果你有一个更复杂的根，这种方法可能需要更多的摆弄，但如果你这样做，它是可以适应的。

【讨论】：