come confrontare due file XML con gli stessi dati in diverse righe?

9

Ho due file con gli stessi dati ma in linee diverse.

File 1:

<Identities>
    <Identity>
        <Id>048206031415072010Comcast.USR8JR</Id>
        <UID>ccp_test_79</UID>
        <DisplayName>JOSH CCP</DisplayName>
        <FirstName>JOSH</FirstName>
        <LastName>CCP</LastName>
        <Role>P</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
    <Identity>
        <Id>089612381523032011Comcast.USR1JR</Id>
        <UID>94701_account1</UID>
        <DisplayName>account1</DisplayName>
        <FirstName>account1</FirstName>
        <LastName>94701</LastName>
        <Role>S</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
</Identities>

File 2:

<Identities>
    <Identity>
        <Id>089612381523032011Comcast.USR1JR</Id>
        <UID>94701_account1</UID>
        <DisplayName>account1</DisplayName>
        <FirstName>account1</FirstName>
        <LastName>94701</LastName>
        <Role>S</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
    <Identity>
        <Id>048206031415072010Comcast.USR8JR</Id>
        <UID>ccp_test_79</UID>
        <DisplayName>JOSH CCP</DisplayName>
        <FirstName>JOSH</FirstName>
        <LastName>CCP</LastName>
        <Role>P</Role>
        <LoginStatus>C</LoginStatus>
    </Identity>
</Identities>

Se uso il diff file1 file2comando, ottengo una risposta al di sotto:

1,10d0
<     <Identities>
<         <Identity>
<             <Id>048206031415072010Comcast.USR8JR</Id>
<             <UID>ccp_test_79</UID>
<             <DisplayName>JOSH CCP</DisplayName>
<             <FirstName>JOSH</FirstName>
<             <LastName>CCP</LastName>
<             <Role>P</Role>
<             <LoginStatus>C</LoginStatus>
<         </Identity>
20a11,20
>     <Identities>
>         <Identity>
>             <Id>048206031415072010Comcast.USR8JR</Id>
>             <UID>ccp_test_79</UID>
>             <DisplayName>JOSH CCP</DisplayName>
>             <FirstName>JOSH</FirstName>
>             <LastName>CCP</LastName>
>             <Role>P</Role>
>             <LoginStatus>C</LoginStatus>
>         </Identity>

Ma non ho bisogno di ottenere alcuna differenza, perché questi file hanno gli stessi dati in linee diverse.

— user32026
fonte

Ordinandoli in modo lineare e confrontandoli, è possibile verificare se non sono uguali . Ovviamente, uguale dopo l'ordinamento non significa che siano realmente uguali poiché l'ordinamento distrugge la sintassi XML.

— jofel,

Non so come risolverlo. differiscono per ordine nel file1 a quindi b e nel file2 b quindi a. potresti esporre la domanda con diff -y -B -Z -b --strip-trailing-cr file1 file2

— Yurij73

2

Potresti provare xmldiff, ma penso che noterà ancora la modifica dell'ordine, poiché l'ordine è rilevante in XML generico. Penso che il tuo miglior approccio sia usare un parser e un generatore XML per mettere ogni file in un ordine e formato canonico, quindi usare xmldiffo diff. Un lavoro per il tuo linguaggio di scripting preferito (Perl, Ruby, Python, ecc.).

— derobert,

6

Puoi ottenere ciò che desideri con l'aiuto di un piccolo script Python (avrai bisogno di Python installato e del lxmltoolkit).

tagsort.py:

#!/usr/bin/python

import sys
from lxml import etree

filename, tag = sys.argv[1:]

doc = etree.parse(filename, etree.XMLParser(remove_blank_text=True))
root = doc.getroot()
root[:] = sorted(root, key=lambda el: el.findtext(tag))
print etree.tostring(doc, pretty_print=True)

Questo script ordina gli elementi di primo livello nella radice del documento XML in base al contenuto di un elemento di secondo livello, inviando il risultato a stdout. Si chiama così:

$ python tagsort.py filename tag

Una volta ottenuto ciò, puoi usare la sostituzione di processo per ottenere un diff in base al suo output (ho aggiunto un elemento e ne ho cambiato un altro nei tuoi file di esempio per mostrare un risultato non vuoto):

$ diff <(python tagsort.py file1 Id) <(python tagsort.py file2 Id)
4a5
>     <AddedTag>Something</AddedTag>
17c18
<     <Role>X</Role>
---
>     <Role>S</Role>

3

Ho avuto un problema simile e alla fine ho trovato: /superuser/79920/how-can-i-diff-two-xml-files

Quel post suggerisce di fare un ordinamento xml canonico e poi di fare un diff. Quanto segue dovrebbe funzionare per te se sei su Linux, Mac o se hai Windows qualcosa come Cygwin installato:

$ xmllint --c14n File1.xml > 1.xml
$ xmllint --c14n File2.xml > 2.xml
$ diff 1.xml 2.xml

— VenomFangs
fonte

0

È etichettato shell, ma onestamente preferisco usare un linguaggio di scripting con un parser. In questo caso perlcon XML::Twig.

Va qualcosa del genere:

#!/usr/bin/env perl
use strict;
use warnings;

use XML::Twig;

sub compare_by_identity {
   my ( $first, $second ) = @_;
   foreach my $identity ( $first->get_xpath('//Identity') ) {
      my $id = $identity->first_child_text('Id');

      print $id, "\n";
      my $compare_to =
        $second->get_xpath( "//Identity/Id[string()=\"$id\"]/..", 0 );
      if ($compare_to) {
         print "Matching element found for ID $id\n";
         foreach my $element ( $identity->children ) {
            my $tag  = $element->tag;
            my $text = $element->text;
            if ( not $element->text eq $compare_to->first_child_text($tag) ) {
               print "$id, $tag has value $text which doesn't match: ",
                 $compare_to->first_child_text($tag), "\n";
            }
         }
      }
      else {
         print "No matching element for Id $id\n";
      }
   }
}

my $first_file  = XML::Twig->new->parsefile('test1.xml');
my $second_file = XML::Twig->new->parsefile('test2.xml');

compare_by_identity( $first_file,  $second_file );
compare_by_identity( $second_file, $first_file );

Sto confrontando esplicitamente un elemento "Identity" alla volta e sto verificando che tutti i campi in uno esistano nell'altro, con lo stesso valore.

E poi invertendolo, perché il secondo file potrebbe avere voci extra.

— Sobrique
fonte