☰

XMLの値を区切りファイルとして印刷する方法

tag-icon • tag-icon text-processing sed xml
XMLの値を区切りファイルとして印刷する方法

次のように、改行で区切られた2つのXMLを含むファイルがあります。

<?xml version="1.0" encoding="UTF-8" standalone="yes" ?><ORDERS05><IDOC><EDI_DC40><TABNAM/><DOCNUM>123456</DOCNUM><DIRECT/><IDOCTYP/><STDMES>ORDRSP</STDMES><SNDPOR>SI_GIS-EDI</SNDPOR><SNDPRT>LS</SNDPRT><SNDPRN>0000929674</SNDPRN><RCVPOR>SAP_PI</RCVPOR><RCVPRN>SAP_PI</RCVPRN><CREDAT>20170905</CREDAT><CRETIM>105630</CRETIM><REFINT>17832651</REFINT><REFMES>1</REFMES></EDI_DC40></IDOC></ORDERS05>
<?xml version="1.0" encoding="UTF-8" standalone="yes" ?><ORDERS05><IDOC><EDI_DC40><TABNAM/><DOCNUM>12345</DOCNUM><DIRECT/><IDOCTYP/><STDMES>ORDRSP</STDMES><SNDPOR>SI_GIS-EDI</SNDPOR><SNDPRT>LS</SNDPRT><SNDPRN>0000929677</SNDPRN><RCVPOR>SAP_PI</RCVPOR><RCVPRN>SAP_PI</RCVPRN><CREDAT>20170905</CREDAT><CRETIM>105630</CRETIM><REFINT>17832651</REFINT><REFMES>1</REFMES></EDI_DC40></IDOC></ORDERS05>

このタグからDOCNUM、MESTYP、SNDPRNの値を抽出し、各行が「XML」で始まるカンマ区切りファイルとして保存したいと思います。タグが欠落している場合（たとえば、XMLのMESTYP）、コンマで置き換えられます。私の出力は次のとおりです。

XML,123456,,0000929674
XML,12345,,0000929677

次のコードを使用してDOCNUMとSNDPRNの値のみを抽出しようとすると、正常に動作します。

sed 's/.*<DOCNUM>\(.*\)<\/DOCNUM>.*<SNDPRN>\(.*\)<\/SNDPRN>.*/XML,\1,\2/' input.xml >> output.xml

ただし、MESTYPタグがinput.xmlファイルにないため、次のコードでは出力が機能しないようです。

sed 's/.*<DOCNUM>\(.*\)<\/DOCNUM>.*<MESTYP>\(.*\)<\/MESTYP>.*<SNDPRN>\(.*\)<\/SNDPRN>.*/XML,\1,\2\3/' input.xml >> output.xml

上記のコードは、何らかの方法でinput.xmlを変更しないようです。なぜですか？タグ（例：MESTYP）がない場合は、コンマを追加するように上記のコードをどのように変更できますか？

注：XMLlintなどのXMLユーティリティは使用できません。既存のコードを修正したいです。ありがとうございます！

答え1

このタイプのデータを処理するのに適したツールであるXML / HTMLパーサーをインストールする機会を逃さないでください。
現時点では、これはアッ特定の状況に対する回避策：

awk -F'[<>]' '{ for(i=1;i<=NF;i++) { if($i~/DOCNUM|MESTYP|SNDPRN/) a[$i]=$(i+1) } 
                print "XML",a["DOCNUM"],a["MESTYP"],a["SNDPRN"] }' OFS=',' your.xml

出力：

XML,123456,,0000929674
XML,12345,,0000929677

答え2

while IFS= read -r xmldoc; do
    printf '%s\n' "$xmldoc" |
    xml sel -t -o 'XML,' \
        -v '//DOCNUM'  -o ',' \
        -v '//MESTYPE' -o ',' \
        -v '//SNDPRN'  -nl
done <file.xml >output.txt

output.txtこれは次のように生成されます。

XML,123456,,0000929674
XML,12345,,0000929677

入力ファイルの各行を読み、file.xml次に送信します。XMLスター処理のため。 XMLStarlet呼び出しは、指定されたコンマで区切られたXMLノードを見つけて出力します。

関連情報