好的，您可以使用xpath实用程序。我猜perl的XML :: Xpath包含它。

虽然有一些现成的控制台工具可以完成你想要的功能，但是使用通用编程语言（如Python）编写几行代码可能需要更少的时间，并且容易扩展和适应你的需求。
这是一个使用 lxml 解析的 Python 脚本——它将文件名或 URL 作为第一个参数，XPath 表达式作为第二个参数，并打印与给定表达式匹配的字符串/节点。

示例1

#!/usr/bin/env python
import sys
from lxml import etree

tree = etree.parse(sys.argv[1])
xpath_expression = sys.argv[2]

#  a hack allowing to access the
#  default namespace (if defined) via the 'p:' prefix    
#  E.g. given a default namespaces such as 'xmlns="http://maven.apache.org/POM/4.0.0"'
#  an XPath of '//p:module' will return all the 'module' nodes
ns = tree.getroot().nsmap
if ns.keys() and None in ns:
    ns['p'] = ns.pop(None)
#   end of hack    

for e in tree.xpath(xpath_expression, namespaces=ns):
    if isinstance(e, str):
        print(e)
    else:
        print(e.text and e.text.strip() or etree.tostring(e, pretty_print=True))

lxml可以通过pip install lxml进行安装。在Ubuntu上，您可以使用sudo apt install python-lxml。

用法

python xpath.py myfile.xml "//mynode"

lxml 也接受 URL 作为输入：

python xpath.py http://www.feedforall.com/sample.xml "//link"

注意: 如果您的XML具有没有前缀的默认命名空间（例如xmlns=http://abc...），则您必须在表达式中使用p前缀（由“hack”提供），例如//p:module从pom.xml文件获取模块。如果p前缀已在您的XML中映射，则需要修改脚本以使用另一个前缀。

---

示例2

这是一个一次性脚本，仅用于从apache maven文件中提取模块名称。请注意，节点名称（module）带有默认命名空间{http://maven.apache.org/POM/4.0.0}的前缀：

pom.xml:

<?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/xsd/maven-4.0.0.xsd">
    <modules>
        <module>cherries</module>
        <module>bananas</module>
        <module>pears</module>
    </modules>
</project>

module_extractor.py:

from lxml import etree
for _, e in etree.iterparse(open("pom.xml"), tag="{http://maven.apache.org/POM/4.0.0}module"):
    print(e.text)

虽然“不要在bash中没有适当的工具的情况下解析XML、JSON等数据”似乎是一个好建议，但我不同意。如果这是一项兼职工作，寻找适当的工具并学习它是浪费时间的……Awk可以在几分钟内完成。我的程序必须处理所有上述以及更多种类的数据。我不想测试30个工具来解析我需要的5-7-10个不同格式的数据，如果我可以在几分钟内用awk解决问题，那就太好了。我不关心XML、JSON或其他任何东西！我需要一个单一的解决方案。

例如：我的智能家居程序运行我们的家庭。在此过程中，它会读取大量不同格式的数据，我无法控制。我从不使用专门的、适当的工具，因为我不想花费超过几分钟的时间来阅读我需要的数据。通过FS和RS调整，这个awk解决方案对于任何文本格式都可以完美地工作。但是，当您的主要任务是在该格式中处理大量数据时，这可能不是正确的答案！

我昨天遇到了从bash解析XML的问题。以下是我为任何分层数据格式执行的操作。作为奖励——我直接将数据分配给bash脚本中的变量。

为了让事情更容易阅读，我将分几个阶段介绍解决方案。从OP测试数据中，我创建了一个文件：test.xml

在bash中解析XML并提取其中的数据，每行限制在90个字符：

awk 'BEGIN { FS="<|>"; RS="\n" }; /host|username|password|dbname/ { print $2, $4 }' test.xml

我通常使用更易读的版本，因为在实际生活中我经常需要进行不同的测试，这样更容易进行修改：

awk 'BEGIN { FS="<|>"; RS="\n" }; { if ($0 ~ /host|username|password|dbname/) print $2,$4}' test.xml

我不在乎格式的称呼，只寻求最简单的解决方案。在这种情况下，我可以从数据中看到换行符是记录分隔符（RS），<>是字段分隔符（FS）。在我的原始情况下，我需要在两个记录中对6个值进行复杂的索引，并将它们关联起来，查找数据存在的时间以及可能存在或不存在的字段（记录）。使用awk只需要4行代码就能完美地解决这个问题。因此，在使用之前，请根据每个需求调整想法！
第二部分只是查看行（RS）是否有所需字符串，如果有，则打印所需字段（FS）。上述操作花费了我大约30秒钟从上次使用此方式的最后一个命令中复制和调整而来（时间是其4倍长）。就是这样！90个字符就完成了。
但是，我总是需要将数据整齐地放入脚本变量中。我首先这样测试结构：

awk 'BEGIN { FS="<|>"; RS="\n" }; { if ($0 ~ /host|username|password|dbname/) print $2"=\""$4"\"" }' test.xml

在某些情况下，我使用printf代替print。当我看到一切都很好时，我简单地完成了对变量的赋值。我知道许多人认为“eval”是“邪恶”的，无需评论 :) 这个技巧在我的四个网络上完美运行了多年。但如果您不理解为什么这可能是不良实践，请继续学习！包括bash变量分配和充足的间距，我的解决方案需要120个字符来完成所有操作。

eval $( awk 'BEGIN { FS="<|>"; RS="\n" }; { if ($0 ~ /host|username|password|dbname/) print $2"=\""$4"\"" }' test.xml ); echo "host: $host, username: $username, password: $password dbname: $dbname"

在研究Linux和Windows格式XML文件路径之间的翻译时，我找到了以下有趣的教程和解决方案：

• XPath的通用信息
• Amara - 用于XML的Python工具集合
• 使用4Suite开发Python/XML（2部分）

Yuzem的方法可以通过在rdom函数和变量赋值中颠倒<和>符号的顺序来改进，如下所示：

rdom () { local IFS=\> ; read -d \< E C ;}

变成：

rdom () { local IFS=\< ; read -d \> C E ;}

如果不按照这种方式解析，XML文件中的最后一个标签将永远无法被读取到。如果你打算在while循环结束时输出另一个XML文件，这可能会成为问题。

试试 xpe。它是专门为此目的构建的。您可以使用 python3 pip 安装它：

pip3 install xpe

你可以这样使用它：

curl example.com | xpe '//title'

上述命令返回：

示例域名

如果你想要 XML 属性，这个方法是可行的：

$ cat alfa.xml
<video server="asdf.com" stream="H264_400.mp4" cdn="limelight"/>

$ sed 's.[^ ]*..;s./>..' alfa.xml > alfa.sh

$ . ./alfa.sh

$ echo "$stream"
H264_400.mp4