Question

我有几个xml文件。它们都具有相同的结构，但由于文件大小而被拆分。所以，假设我有A.xml，B.xml，C.xml和D.xml，并希望使用命令行工具将它们合并/合并到combined.xml。< / p>

A.XML

<products>
    <product id="1234"></product>
    ...
</products>

B.XML

<products>
  <product id="5678"></product>
  ...
</products>

等

Answer 1

高科技答案：

将此Python脚本另存为xmlcombine.py：

#!/usr/bin/env python
import sys
from xml.etree import ElementTree

def run(files):
    first = None
    for filename in files:
        data = ElementTree.parse(filename).getroot()
        if first is None:
            first = data
        else:
            first.extend(data)
    if first is not None:
        print ElementTree.tostring(first)

if __name__ == "__main__":
    run(sys.argv[1:])

要合并文件，请运行：

python xmlcombine.py ?.xml > combined.xml

要进一步增强，请考虑使用：

chmod +x xmlcombine.py：允许您在命令行中省略python
xmlcombine.py !(combined).xml > combined.xml：收集除输出之外的所有XML文件，但需要bash的extglob选项
xmlcombine.py *.xml | sponge combined.xml：收集combined.xml中的所有内容，但需要sponge程序
import lxml.etree as ElementTree：使用可能更快的XML解析器

Answer 2

xml_grep

http://search.cpan.org/dist/XML-Twig/tools/xml_grep/xml_grep

xml_grep --pretty_print indented --wrap products --descr＆＃39;＆＃39; - 条件＆＃34;产品＆＃34; * .xml＆gt; combined.xml

- wrap：使用给定标记封装/包装xml结果。（此处：products）
- cond：grep的xml子树（此处：product）

Answer 3

低技术简单回答：

echo '<products>' > combined.xml
grep -vh '</\?products>\|<?xml' *.xml >> combined.xml
echo '</products>' >> combined.xml

限制：

开始和结束标签需要在他们自己的行上。
文件需要具有相同的外部标签。
外部代码不得包含属性。
文件不得包含与外部标记匹配的内部标记。
combined.xml的所有当前内容都将被删除，而不是被包含在内。

这些限制中的每一个都可以解决，但不是很容易解决所有这些限制。

Answer 4

合并 2 棵树包括识别哪些是相同的以及哪些应该被替换的任务。不幸的是，这并不明显。所涉及的语义比从源 XML 文档推断的更多。

考虑这样一种情况，第一个文档有一个中间层，其中几个元素具有相同的标签，但属性不同。第二个文档向现有元素添加了该中间级别的属性，但也向它添加了另一个子元素。必须知道语义。

<params>
...
<param><name>hello</name><value>world</value></param>
...
</params>

添加/合并：

<params>
   <param><name>hello</name><value>yellow submarine</value></param>
</params>

从命令行合并多个XML文件

4 个答案:

xml_grep