Xml en ligne de commande

xmllint, xmlstarlet

xmllint analyse un ou plusieurs fichiers XML (paramètres de la ligne de commande ou entrée standard). Il permet de valider le document ou d'en extraire des données (avec XPATH).

xmlstarlet est un autre outil en ligne de commande avec pas mal d'options.

Langage Xpath : voir https://en.wikipedia.org/wiki/XPath

Exemple: récupérer le contenu de l'attribut value associé à thumbpoolsize dans le xml:

1   <pdfsam config-version="2">
2     <settings>
3       <laf current-laf="1" current-theme="13"/>
4       <thumbpoolsize value="3"/>

 avec la commande:
 $ xmllint --xpath 'string(/pdfsam/settings/thumbpoolsize/@value)' ./.pdfsam/pdfsam-config.xml

Attention avec les namespaces, considérons le xml:

 1   <?xml version='1.0' encoding='UTF-8'?>
 2   <blocklist lastupdate="1518640450735" xmlns="http://www.mozilla.org/2006/addons-blocklist">
 3     <emItems>
 4       <emItem blockID="i334" id="{0F827075-B026-42F3-885D-98981EE7B1AE}">
 5         <prefs/>
 6         <versionRange minVersion="0" maxVersion="*" severity="3"/>
 7       </emItem>
 8       <emItem blockID="i1211" id="flvto@hotger.com">
 9         <prefs>test2
10         </prefs>
11         <versionRange minVersion="0" maxVersion="*" severity="1">this tetxdttdt</versionRange>
12       </emItem>
13       <emItem blockID="i1228" id="unblocker30__web@unblocker.yt">
14         <prefs/>
15         <versionRange minVersion="0" maxVersion="*" severity="3"/>
16       </emItem>  
17     </emItems>
18   </blocklist>

On veut récupérer la liste des attributs id associés à emItem, or

 $ xmllint --xpath "//emItem/@id" /tmp/blocklist.xml
 XPath set is empty

L'erreur vient du namespace utilisé dans le document. Il n'y a pas moyen de le spécifiersur la ligne de commande, et il faudrait utiliser le xpath

  --xpath "//*[namespace-uri()='http://www.mozilla.org/2006/addons-blocklist' and local-name()='emItem'/@id]"

Et s'il ya plusieurs étages de paramètres, répéter namespace-uri()= ... and local-name()= pour chacun.

Alternative pour ignorer le namespace: passer par sed pour masquer l'attribut xmlns:

 $ sed 's/xmlns/ignore/' /tmp/blocklist.xml | xmllint --xpath "//emItem/@id" -
 id="{0F827075-B026-42F3-885D-98981EE7B1AE}" id="flvto@hotger.com" id="unblocker30__web@unblocker.yt"

Autre exemple: rehercher dans un item particulier d'une liste a partir d'une valeur d'attribut

dans le xml ci-dessus, on veut le texte de versionRange pour le blockID="i1211"

 $ sed 's/xmlns/ignore/' /tmp/blocklist.xml | xmllint --xpath '/blocklist/emItems/emItem[@blockID="i1211"]/versionRange/text()' -
 this tetxdttdt