Question

我正在尝试在大量xml文件中搜索缺少特定标记的文件，或者该标记内的值为0的文件。

基本上，每个xml文件都有一个或多个LIBRARY标记，其中嵌套的是一个或多个SECTION标记，其中包含一个或多个SHELF标记。在SHELF标记内，应该是一个BOOK标记，其整数值不为零。

我需要找到此BOOK值为0或缺少BOOK的文件，但每个SECTION的第一个 SHELF中仅。因此，如果有多个SECTION标签嵌套在多个LIBRARY标签中，我需要检查每个SECTION中的第一个SHELF。

<LIBRARY>
    <SECTION>
        <SHELF>
            <BOOK>10000</BOOK>
        </SHELF>
    </SECTION>
</LIBRARY>

我正在尝试编写一个Unix脚本来实现这一点，方法是搜索给定目录中的每个文件并返回与该模式匹配的文件列表。我一直在寻找一种方法来使用sed，但我似乎找不到解决这个特殊问题的方法。此外，xml文件是多行文件，如上所示。谢谢你们提供任何帮助！

Answer 1

如果存在没有书籍或0本书的第一个书架，您可以使用XPath进行检查：

exists(//LIBRARY/SECTION/SHELF[1][empty(BOOK) or BOOK = 0])

或者更容易阅读XPath 2，检查每个第一个书架是否有0书：

not(every $shelf in //LIBRARY/SECTION/SHELF[1] satisfies $shelf/BOOK[. != 0])

现在您需要一个xml工具将该xpath应用于每个文件并列出匹配的文件。

我的Xidel可以直接执行此操作，如果XPath条件为真，则打印文件名/ url：

 xidel --quiet -e 'if (not(every $shelf in //LIBRARY/SECTION/SHELF[1] satisfies $shelf/BOOK[. != 0])) then $url else ""' *.xml

（虽然如果你有几千个文件可能会很慢，但从来没有测试过这么多文件）