Scripting: quelle est la méthode la plus simple pour extraire une valeur dans une balise d'un fichier XML?

Je veux lire un pom.xml ('Project Object Model' de Maven) et extraire les informations de version. Voici un exemple:

<?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>

Comment puis-je extraire la version '1.0.74-SNAPSHOT' d'en haut?

J'adorerais pouvoir le faire en utilisant un script bash simple sed ou awk. Sinon, un simple python est préféré.

ÉDITER

1. Contrainte

   La boîte Linux est dans un environnement d'entreprise, donc je ne peux utiliser que des outils déjà installés (pas que je ne puisse pas demander d'utilitaire comme xml2, mais je dois passer par beaucoup de paperasserie). Certaines des solutions sont très bonnes (apprenez déjà quelques nouvelles astuces), mais elles peuvent ne pas être applicables en raison de l'environnement restreint

2. liste xml mise à jour

   J'ai ajouté la balise de dépendances à la liste d'origine. Cela montrera qu'une solution hacky peut ne pas fonctionner dans ce cas

3. Distro

   La distribution que j'utilise est RHEL4

xml2 peut convertir du xml vers / à partir d'un format orienté ligne:

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

Autre moyen: xmlgrep et XPath:

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

Inconvénient: lent

En utilisant 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

En utilisant 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

En utilisant 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

Façon clojure. Nécessite uniquement jvm avec un fichier jar spécial:

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))"

Manière Scala:

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 })'

Façon groovy:

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())'

Voici une alternative en Perl

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

Il fonctionne avec l'exemple révisé / étendu dans les questions qui a plusieurs éléments "version" à différentes profondeurs.

Façon hacky :

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

Repose sur une indentation correcte des éléments requis <version>

Élaborez une solution à un revêtement très maladroite

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"

Le sed à la fin est très moche mais je n'ai pas pu imprimer le texte du nœud avec mindom seul.

Mise à jour depuis _Vi :

Version Python moins hacky:

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()"

Mise à jour de moi

Une autre version:

    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']"

Manière XSLT:

<?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

si "il y a beaucoup de balises de version dans le xml", vous feriez mieux d'oublier de le faire avec des "outils simples" et des expressions rationnelles, cela ne suffira pas.

essayez ce python (pas de dépendances):

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

Voici un one-liner utilisant sed:

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

awk fonctionne très bien sans utiliser d'outils supplémentaires.
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>

moyen simple et lisible pour obtenir la valeur du <packaging>tag:

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

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

Ici, essayez ceci:

$TagElmnt - TagName
$FILE - xml file to parse

Je sais que votre question dit Linux mais si vous avez besoin de le faire sur Windows sans avoir besoin d'outils tiers tels que vous pouvez le mettre dans un fichier batch, Powershell peut extraire n'importe quel nœud du fichier pom.xml comme ceci :

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

L' -noption évite d'imprimer des lignes qui ne correspondent pas; la première correspondance ( /.../) est sur la ligne avant celle avec le texte voulu; la ncommande passe à la ligne suivante, où sextrait les informations pertinentes via un groupe de capture ( \(...\)) et une référence arrière ( \1). pimprime, qquitte.