xmllint / Xpath提取父节点，其子节点包含来自google购物提要的文本

Question

到目前为止，我正在尝试提取包含文本值为"2020-2021“的g:custom_label_0的所有"item”节点，我设法找到了包含子g:custom_label_0的所有节点，但我没有设法根据字段的文本值进行过滤。

下面是示例XML：

   <item>
        <description>[...]</description>
        <g:availability>in stock</g:availability>
        <g:brand>Barts</g:brand>
        <g:condition>new</g:condition>
        <g:custom_label_0>2020-2021</g:custom_label_0>
        <g:id>108873/10-3</g:id>
        <g:image_link>[...]</g:image_link>
        <g:price>26.99 EUR</g:price>
        <g:sale_price>26.99 EUR</g:sale_price>
        <g:shipping>
            <g:country>NL</g:country>
            <g:price>4.50 EUR</g:price>
        </g:shipping>
        <g:shipping_weight>7.95</g:shipping_weight>
        <link>[....]</link>
    </item>
   ...

存在包含除2020-2021之外的其他值的节点，但我希望提取包含此文本的所有完整项目节点。下面是我为了提取所有具有可用字段的节点所做的工作。

xmllint --xpath '//item["g:custom_label_0"]' myfile.xml 

我试着通过方括号等添加一个文本过滤器，但我感觉custom_label_0周围的引号可能会带来麻烦。在引号中添加更多的过滤器会被接受(没有错误)，但我不能在其中添加更多的引号来过滤字符串。

正常工作，不会抛出错误：

xmllint --xpath '//item["g:custom_label_0[text()]"]' myfile.xml 

如果我现在想过滤文本，我需要再次使用引号。对它们进行转义会破坏代码。当这两种类型的引号都已经使用时，我如何进一步过滤文本"2020-2021“？

Answer 1

您是对的；围绕g:custom_label_0的引号正在制造麻烦。这使它成为一个字符串，并且总是正确的，所以它将返回所有的item元素。

g:是一个名称空间前缀。要将名称空间绑定到xmllint中的前缀，必须在shell模式下使用它(参见https://stackoverflow.com/a/8266075/317052的示例)。

另一种方法是测试元素名称以选择g:custom_label_0元素，然后测试该元素的值以查看它是否为2020-2021。

例如。

xmllint --xpath '//item[*[name()="g:custom_label_0"][.="2020-2021"]]' myfile.xml