Perl Advent Calendar 2010-12-23

XML::XSH2

by Joe Jiang

XML::XSH2 这个模块是用来实现类似 XSLT 功能的一个 Shell，可以用来很方便的操作 XML 文件。

$ xsh
---------------------------------------
 xsh - XML Editing Shell version 2.1.1
---------------------------------------

Copyright (c) 2002 Petr Pajas.
This is free software, you may use it and distribute it under
either the GNU GPL Version 2, or under the Perl Artistic License.
Using terminal type: Term::ReadLine::Perl
Hint: Type `help' or `help | less' to get more help.

$scratch/>

在登录 Shell 以后，可以打开一个 XML 文件：

$scratch/>$x:=open chat.xml
parsing chat.xml
done.

$x/>ls Log/Message | cat > /dev/null

Found 31 node(s).

如此就有了一个可以操作的对象，这里打开的是 MSN 聊天记录导出的 XML 文件。可以看到其中有 31 条聊天记录，为了保护隐私，用了 shell 转向过滤掉了。

然后，可以用 XPath 语法来查询聊天记录内容，比如我们已经知道第 12 条聊天记录是感兴趣的，可以发现它对应的会话编号：

$x/>ls Log/Message[12]/@SessionID
SessionID='2'

那么，现在，我们可以调查整个 2 号会话的内容：

$x/>ls Log/Message[@SessionID="2"] | cat > /dev/null

Found 22 node(s).

$x/>ls Log/Message[@SessionID="2"]/Text/text() | grep -i for-ssh

Found 24 node(s).
http://dipplum.com/2010/09/12/launchd-plist-for-ssh-d/

这样，我们就发现了 2 号会话中有 22 条聊天记录，其中有一条是关于 ssh -d 的网址。

这些命令还可以存储为脚本：

$ cat convert.xsh
$x:=open ArticleInfo_9.xml;
$y:=new html;
xadd element "" into $y/html;
xadd element "" into $y/html/head;
xadd element "<body/>" into $y/html;
xadd element "<img/>" into $y/html/body;
xadd text $x//小样/标题/text() into $y/html/head/title;
xadd text $x//小样/内容/text() into $y/html/body;
xadd text $x//小样/附图/简图/文件名/text() into $y/html/body/img;
ls $y;

$ xsh -q convert.xsh > abc.html

$ cat abc.html
<?xml version="1.0" encoding="utf-8"?>
<html>
  <head>
    <title>第一推荐
  
  ../cnmlfiles/A01/A01Ab25C005_b.jpg　　华为美国拓展求解
　　华为对美国市场的执着显示出中国企业走出去的急切需要，但这样高调注定要经受更多挫折。

这样以后你操作起 XML 来，就会感觉很方便了，不是么？谢谢 Petr Pajas！

View Source (POD)