Scripting: qual è il modo più semplice per estrarre un valore in un tag di un file XML?

Voglio leggere un pom.xml ("Project Object Model" di Maven) ed estrarre le informazioni sulla versione. Ecco un esempio:

<?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>

Come posso estrarre la versione '1.0.74-SNAPSHOT' dall'alto?

Mi piacerebbe poterlo fare usando bash scripting sed o awk. Altrimenti è preferito un semplice pitone.

MODIFICARE

1. costrizione

   La scatola di Linux si trova in un ambiente aziendale, quindi posso usare solo strumenti già installati (non che non posso richiedere utility come xml2, ma devo fare molta burocrazia). Alcune delle soluzioni sono molto valide (impara già alcuni nuovi trucchi), ma potrebbero non essere applicabili a causa dell'ambiente limitato

2. elenco xml aggiornato

   Ho aggiunto il tag delle dipendenze all'elenco originale. Questo mostrerà che una soluzione hacky potrebbe non funzionare in questo caso

3. distro

   La distro che sto usando è RHEL4

xml2 può convertire xml in / dal formato orientato alla linea:

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

Altro modo: xmlgrep e XPath:

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

Svantaggio: lento

utilizzando 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

utilizzando 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

utilizzando 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

Modo Clojure. Richiede solo jvm con file jar speciale:

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))"

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 })'

Modo 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())'

Ecco un'alternativa in Perl

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

Funziona con l'esempio rivisto / esteso nelle domande che ha più elementi "versione" a diverse profondità.

Modo Hacky :

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

Si basa sul corretto rientro del necessario <version>

Elaborare una soluzione molto goffa, con una sola riga

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"

La sed alla fine è molto brutta ma non sono stato in grado di stampare il testo del nodo solo con mindom.

Aggiornamento da _Vi :

Versione meno confusa di 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()"

Aggiorna da me

Un'altra versione:

    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']"

Modo 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

se "Ci sono molti tag versione in xml", allora è meglio dimenticarsi di farlo con "strumenti semplici" e regexps, questo non lo farà.

prova questo python (nessuna dipendenza):

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

Ecco un one-liner che utilizza sed:

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

awk funziona bene senza usare strumenti extra.
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>

modo semplice e leggibile per ottenere il valore del <packaging>tag:

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

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

Ecco, prova questo:

$TagElmnt - TagName
$FILE - xml file to parse

So che la tua domanda dice Linux ma se hai la necessità di farlo su Windows senza la necessità di strumenti di terze parti in modo tale da poterlo mettere in un file batch, Powershell può estrarre qualsiasi nodo dal tuo file pom.xml in questo modo :

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' -nopzione evita di stampare linee non corrispondenti; la prima corrispondenza ( /.../) è sulla riga prima di quella con il testo desiderato; il ncomando salta alla riga successiva, dove sestrae le informazioni rilevanti attraverso un gruppo di acquisizione ( \(...\)) e un backreference ( \1). pstampa, qesce.