Сценарій: що найпростіше витягнути значення з тегу XML-файлу?

Я хочу прочитати pom.xml ("Проектна модель об'єкта" Maven) і витягнути інформацію про версію. Ось приклад:

<?xml version="1.0" encoding="UTF-8"?><project 
xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/maven-v4_0_0.xsd">

    <modelVersion>4.0.0</modelVersion>
    <groupId>com.mycompany</groupId>
    <artifactId>project-parent</artifactId>
    <name>project-parent</name>
    <version>1.0.74-SNAPSHOT</version>
    <dependencies>
        <dependency>
        <groupId>com.sybase.jconnect</groupId>
        <artifactId>jconnect</artifactId>
        <version>6.05-26023</version>
    </dependency>
    <dependency>
        <groupId>joda-time</groupId>
        <artifactId>joda-time</artifactId>
        <version>1.5.2</version>
    </dependency>
    <dependency>
        <groupId>com.sun.jdmk</groupId>
        <artifactId>jmxtools</artifactId>
        <version>1.2.1</version>
    </dependency>
    <dependency>
        <groupId>org.easymock</groupId>
        <artifactId>easymock</artifactId>
        <version>2.4</version>
    </dependency>       
</dependencies>
</project>

Як я можу витягнути версію '1.0.74-SNAPSHOT' зверху?

Дуже хотілося б, щоб можна було це зробити, використовуючи прості баш сценарії sed або awk. В іншому випадку кращим є простий пітон.

EDIT

1. Обмеження

   Ящик linux знаходиться у корпоративному середовищі, тому я можу використовувати лише інструменти, які вже встановлені (не те, що я не можу вимагати утиліти, наприклад xml2, але мені доведеться пройти багато червоних стрічок). Деякі рішення дуже хороші (вже вивчіть кілька нових хитрощів), але вони можуть бути непридатними через обмежене середовище

2. оновлений список XML

   Я додав тег залежностей до початкового списку. Це покаже, що в цьому випадку певне рішення може не спрацювати

3. Distro

   Дистрибутив, який я використовую, це RHEL4

xml2 може конвертувати xml у / з орієнтованого на рядки формату:

xml2 < pom.xml  | grep /project/version= | sed 's/.*=//'

Інший спосіб: xmlgrep та XPath:

xmlgrep --text_only '/project/version' pom.xml

Недолік: повільний

Використання python

$ python -c 'from xml.etree.ElementTree import ElementTree; print ElementTree(file="pom.xml").findtext("{http://maven.apache.org/POM/4.0.0}version")'
1.0.74-SNAPSHOT

Використання xmlstarlet

$ xml sel -N x="http://maven.apache.org/POM/4.0.0" -t -m 'x:project/x:version' -v . pom.xml
1.0.74-SNAPSHOT

Використання xmllint

$ echo -e 'setns x=http://maven.apache.org/POM/4.0.0\ncat /x:project/x:version/text()' | xmllint --shell pom.xml | grep -v /
1.0.74-SNAPSHOT

Clojure шлях. Потрібен лише jvm зі спеціальним файлом jar:

java -cp clojure.jar clojure.main -e "(use 'clojure.xml) (->> (java.io.File. \"pom.xml\") (clojure.xml/parse) (:content) (filter #(= (:tag %) :version)) (first) (:content) (first) (println))"

Шкала масштабу:

java -Xbootclasspath/a:scala-library.jar -cp scala-compiler.jar scala.tools.nsc.MainGenericRunner -e 'import scala.xml._; println((XML.load(new java.io.FileInputStream("pom.xml")) match { case <project>{children @ _*}</project> => for (i <- children if (i  match { case <version>{children @ _*}</version> => true; case _ => false;  }))  yield i })(0) match { case <version>{Text(x)}</version> => x })'

Groovy спосіб:

java -classpath groovy-all.jar groovy.ui.GroovyMain -e 'println (new XmlParser().parse(new File("pom.xml")).value().findAll({ it.name().getLocalPart()=="version" }).first().value().first())'

Ось альтернатива в Perl

$ perl -MXML::Simple -e'print XMLin("pom.xml")->{version}."\n"'
1.0.74-SNAPSHOT

Він працює з переглянутим / розширеним прикладом у питаннях, які мають кілька "версій" елементів на різній глибині.

Хекі- шлях:

perl -e '$_ = join "", <>; m!<project[^>]*>.*\n(?:    |\t)<version[^>]*>\s*([^<]+?)\s*</version>.*</project>!s and print "$1\n"' pom.xml

Покладається на правильне відступ необхідного <version>

Розробіть дуже незграбне однолінійне рішення

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [n for n in dom.getElementsByTagName('version') if n.parentNode == dom.childNodes[0]][0].toxml()" | sed -e "s/.*>\(.*\)<.*/\1/g"

Сед в кінці дуже некрасивий, але я не зміг роздрукувати текст вузла лише з розумом.

Оновлення від _Vi :

Менш вибаглива версія Python:

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [i.childNodes.item(0).nodeValue for i in dom.firstChild.childNodes if i.nodeName == 'version'].pop()"

Оновлення від мене

Інша версія:

    python -c "from  xml.dom.minidom import parse;dom = parse('pom.xml');print [n.firstChild.data for n in dom.childNodes[0].childNodes if n.firstChild and n.tagName == 'version']"

XSLT спосіб:

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
        <xsl:output method="text"/>

        <xsl:template match="/">
                <xsl:for-each select="*[local-name()='project']">
                    <xsl:for-each select="*[local-name()='version']">
                        <xsl:value-of select="text()"/>
                    </xsl:for-each>
                </xsl:for-each>
        </xsl:template>
</xsl:stylesheet>

xalan -xsl x.xsl -in pom.xml

якщо "У темі xml багато тегів версій", тоді вам краще забути про це з "простими інструментами" та регулярними виразами, це не зробить.

спробуйте цей пітон (немає залежностей):

from xml.dom.minidom import parse

dom = parse('pom.xml')
project = dom.getElementsByTagName('project')[0]
for node in project.childNodes:
    if node.nodeType == node.ELEMENT_NODE and node.tagName == 'version':
        print node.firstChild.nodeValue

Ось одноколісний за допомогою sed:

sed '/<dependencies>/,/<\/dependencies>/d;/<version>/!d;s/ *<\/\?version> *//g' pom.xml

awk працює чудово, не використовуючи зайвих інструментів.
cat pod.xml

<project>
  <modelVersion>4.0.0</modelVersion>
  <groupId>com.networks.app</groupId>
  <artifactId>operation-platform</artifactId>
  <version>1.0.0</version>
  <packaging>tar.xz</packaging>
  <description>POM was created by Sonatype Nexus</description>
</project>

простий і розбірливий спосіб отримати значення <packaging>тегу:

cat pod.xml | awk -F'[<>]' '/packaging/{print $3}'

Return_text_val=$(xmllint --xpath "//*[local-name()='$TagElmnt']" $FILE )

Ось спробуйте:

$TagElmnt - TagName
$FILE - xml file to parse

Я знаю, що ваше питання говорить про Linux, але якщо у вас є необхідність робити це в Windows без необхідності будь-яких сторонніх інструментів, щоб ви могли помістити його в пакетний файл, Powershell може витягнути будь-який вузол з вашого файлу pom.xml, як так :

powershell -Command "& {select-xml //pom:project/pom:properties/pom:mypluginversion -path pom.xml -Namespace  @{pom='http://maven.apache.org/POM/4.0.0'} | foreach {$_.Node.Innerxml}}" > myPluginVersion.txt

sed -n "/<name>project-parent/{n;s/.*>\(.*\)<.*/\1/p;q}" pom.xml

Ця -nопція дозволяє уникнути друку невідповідних рядків; перша відповідність ( /.../) знаходиться на рядку перед тим, у кого потрібний текст; nкоманда переходить до наступного рядка, де sекстракти відповідної інформації через групу в захоплення ( \(...\)) і зворотну посилання ( \1). pроздруковує, qзакриває.