xmllint命令处理xml与html的例子

xmllint是一个很方便的处理及验证xml、处理html的工具,linux下只要安装libxml2就可以使用这个命令,首先看下其结合--html、--xpath参数处理html时的例子.

例子:curl http://www.phpfensi.com /ip/?q=8.8.8.8 2>/dev/null | xmllint --html --xpath "//ul[@id='csstb']" - 2>/dev/null | sed -e 's/<[^>]*>//g'

上例中主要是通过在123cha上查询的IP地址的归属情况后,通过提取结果（ul#csstb）,只获取文本部分的内容,上面的脚本语句执行后的结果如下:

1. [您的查询]:8.8.8.8 
2. 本站主数据: 
3. 美国 
4. 本站辅数据:Google Public DNS提供:hypo 
5. 美国 Google免费的Google Public DNS提供:zwstar参考数据一:美国 
6. 参考数据二:美国 

下面再结合示例看下其他主要参数的用法.

1、--format

此参数用于格式化xml,使其具有良好的可读性,假设有xml(person.xml)内容如下:

<person><name>ball</name><age>30</age<sex>male</sex></person>

执行如下操作后其输出为更易读的xml格式:

1. ＃xmllint --format person.xml 
2.     <?xml version="1.0"?> 
3.     <person> 
4.       <name>ball</name> 
5.       <age>30</age> 
6.       <sex>male</sex> 
7.     </person>  

2、--noblanks

与--format相反,有时为了节省传输量,我们希望去掉xml中的空白,这时我们可以使用--noblanks命令.

假设xml(person.xml)内容如下:

1. <?xml version="1.0"?> 
2.     <person> 
3.       <name>ball</name> 
4.       <age>30</age> 
5.       <sex>male</sex> 
6.     </person>  

执行该参数操作后,其输出结果为:

1. ＃xmllint --noblanks person.xml 
2.     <?xml version="1.0"?> 
3.     <person><name>ball</name><age>30</age><sex>male</sex></person>   

3、--schema

使用scheam验证xml文件的正确性（XML Schema 是基于 XML 的 DTD 替代者）,假设有xml文件（person.xml）和scheam文件（person.xsd）文件,内容分别如下:

person.xml

1. <?xml version="1.0"?> 
2.     <person> 
3.       <name>ball</name> 
4.       <age>30</age> 
5.       <sex>male</sex> 
6.     </person> 

person.xsd

1. <?xml version="1.0"?> 
2.     <xs:schema xmlns:xs="http://www.w3.org/2001/XMLSchema"> 
3.       <xs:element name="name" type="xs:string"/> 
4.       <xs:element name="age" type="xs:integer"/> 
5.       <xs:element name="sex"> 
6.         <xs:simpleType> 
7.           <xs:restriction base="xs:string"> 
8.             <xs:enumeration value="male"/> 
9.             <xs:enumeration value="female"/> 
10.           </xs:restriction> 
11.         </xs:simpleType> 
12.       </xs:element> 
13.       <xs:element name="person"> 
14.         <xs:complexType> 
15.           <xs:all> 
16.             <xs:element ref="name"/> 
17.             <xs:element ref="age"/> 
18.             <xs:element ref="sex"/> 
19.           </xs:all> 
20.         </xs:complexType> 
21.       </xs:element> 
22.     </xs:schema> 

按如下命令执行后的结果是:

1. #xmllint --schema person.xsd person.xml 
2.     <?xml version="1.0"?> 
3.     <person> 
4.       <name>ball</name> 
5.       <age>30</age> 
6.       <sex>male</sex> 
7.     </person> 
8.     person.xml validates   

注:默认情况下,验证后会输出验证的文件内容,可以使用 --noout选项去掉此输出,这样我们可以只得到最后的验证结果.

#xmllint --noout --schema person.xsd person.xml

person.xml validates

下面我们改动person.xml,使这份文件age字段和sex都是不符合xsd定义的.

1. ＃xmllint --noout --schema person.xsd person.xml 
2. person.xml:4: element age: Schemas validity error : Element 'age': 'not age' is not a valid value of the atomic type 'xs:integer'. 
3. person.xml:5: element sex: Schemas validity error : Element 'sex': [facet 'enumeration'] The value 'test' is not an element of the set {'male', 'female'}. 
4. person.xml:5: element sex: Schemas validity error : Element 'sex': 'test' is not a valid value of the local atomic type. 
5. person.xml fails to validate  

可以看到xmllint成功的报出了错误.

4、关于--schema的输出

在讲输出之前先看下面一个场景,假如你想通过php执行xmllint然后拿到返回结果,你的代码通常应该是这个样子valid.php,实例代码如下:

1. $command = "xmllint --noout --schema person.xsd person.xml"; 
2. exec($command, $output, $retval); 
3. //出错时返回值不为0 
4. if ($retval != 0){ 
5.         var_dump($output); 
6. }//开源代码phpfensi.com 
7. else{ 
8.     echo "yeah!"; 
9. } 

我们保持上文中person.xml的错误。

执行此代码,你会发现,你拿到的output不是错误,而是array(0) {},amazing！

为什么会这样呢？

因为xmllint --schema,如果验证出错误,错误信息并不是通过标准输出（stdout）显示的,而是通过标准错误（stderr）进行显示的,而exec的output参数拿到的,只能是标准输出（stdout）显示的内容.

所以,为了拿到出错信息,我们需要将标准错误重定向到标准输出,对应修改代码:

$command = "xmllint --noout --schema person.xsd person.xml 2>$1";  

再次执行valid.php,错误信息顺利拿到.

例子:首先建立一份 xml 文档,命名为 po.xml,其内容如下:

1. <?xml version="1.0"?> 
2. <purchaseOrder orderDate="1999-10-20"> 
3.     <shipTo country="US"> 
4.         <name>Alice Smith</name> 
5.         <street>123 Maple Street</street> 
6.         <city>Mill Valley</city> 
7.         <state>CA</state> 
8.         <zip>90952</zip> 
9.     </shipTo> 
10.     <billTo country="US"> 
11.         <name>Robert Smith</name> 
12.         <street>8 Oak Avenue</street> 
13.         <city>Old Town</city> 
14.         <state>PA</state> 
15.         <zip>95819</zip> 
16.     </billTo> 
17.     <comment>Hurry, my lawn is going wild!</comment> 
18.     <items> 
19.         <item partNum="872-AA"> 
20.             <productName>Lawnmower</productName> 
21.             <quantity>1</quantity> 
22.             <USPrice>148.95</USPrice> 
23.             <comment>Confirm this is electric</comment> 
24.         </item> 
25.         <item partNum="926-AA"> 
26.             <productName>Baby Monitor</productName> 
27.             <quantity>1</quantity> 
28.             <USPrice>39.98</USPrice> 
29.             <shipDate>1999-05-21</shipDate> 
30.         </item> 
31.     </items> 
32. </purchaseOrder> 

然后为 po.xml 写的 schema 文件,取名为 po.xsd,内容如下:

1. <xsd:schema xmlns:xsd="http://www.w3.org/2001/XMLSchema"> 
2.  <xsd:annotation> 
3.   <xsd:documentation xml:lang="en"> 
4.    Purchase order schema for Example.com. 
5.    Copyright 2000 Example.com. All rights reserved. 
6.   </xsd:documentation> 
7.  </xsd:annotation> 
8.  <xsd:element name="purchaseOrder" type="PurchaseOrderType"/> 
9.  <xsd:element name="comment" type="xsd:string"/> 
10.  <xsd:complexType name="PurchaseOrderType"> 
11.   <xsd:sequence> 
12.    <xsd:element name="shipTo" type="USAddress"/> 
13.    <xsd:element name="billTo" type="USAddress"/> 
14.    <xsd:element ref="comment" minOccurs="0"/> 
15.    <xsd:element name="items"  type="Items"/> 
16.   </xsd:sequence> 
17.   <xsd:attribute name="orderDate" type="xsd:date"/> 
18.  </xsd:complexType> 
19.  <xsd:complexType name="USAddress"> 
20.   <xsd:sequence> 
21.    <xsd:element name="name"   type="xsd:string"/> 
22.    <xsd:element name="street" type="xsd:string"/> 
23.    <xsd:element name="city"   type="xsd:string"/> 
24.    <xsd:element name="state"  type="xsd:string"/> 
25.    <xsd:element name="zip"    type="xsd:decimal"/> 
26.   </xsd:sequence> 
27.   <xsd:attribute name="country" type="xsd:NMTOKEN" 
28.      fixed="US"/> 
29.  </xsd:complexType> 
30.  <xsd:complexType name="Items"> 
31.   <xsd:sequence> 
32.    <xsd:element name="item" minOccurs="0" maxOccurs="unbounded"> 
33.     <xsd:complexType> 
34.      <xsd:sequence> 
35.       <xsd:element name="productName" type="xsd:string"/> 
36.       <xsd:element name="quantity"> 
37.        <xsd:simpleType> 
38.         <xsd:restriction base="xsd:positiveInteger"> 
39.          <xsd:maxExclusive value="100"/> 
40.         </xsd:restriction> 
41.        </xsd:simpleType> 
42.       </xsd:element> 
43.       <xsd:element name="USPrice"  type="xsd:decimal"/> 
44.       <xsd:element ref="comment"   minOccurs="0"/> 
45.       <xsd:element name="shipDate" type="xsd:date" minOccurs="0"/> 
46.      </xsd:sequence> 
47.      <xsd:attribute name="partNum" type="SKU" use="required"/> 
48.     </xsd:complexType> 
49.    </xsd:element> 
50.   </xsd:sequence> 
51.  </xsd:complexType> 
52.  <!-- Stock Keeping Unit, a code for identifying products --> 
53.  <xsd:simpleType name="SKU"> 
54.   <xsd:restriction base="xsd:string"> 
55.    <xsd:pattern value="d{3}-[A-Z]{2}"/> 
56.   </xsd:restriction> 
57.  </xsd:simpleType> 
58. </xsd:schema> 

使用 xmllint 对 po.xml 文件进行校验:

$xmllint -schema po.xsd po.xml如果无出错信息,就说明校验通过了.