合并 XML 文件，同时忽略重复元素

Question

我有 2 个 XML 文件要合并，但我不想更改原始文件中的任何现有元素。在 linux 系统上执行此操作的最佳方法是什么？

注意：有一些关于使用 XSLT 的帖子似乎接近我需要的，但我没有安装 XSLT 处理器（我也没有安装它的权限）。也就是说，我确实安装了xsltproc，但我不确定这是否有帮助。如果xsltproc有帮助，请提供一个合适的命令行示例。

以下是原始文件的片段：

<?xml version="1.0" encoding="utf-8"?>
<config xmlns:xsi="http://www.w3.org/2000/10/XMLSchema-instance">
   <Comment>This file was automatically generated.</Comment>
   <FieldAttrs>
      <Name>FieldAttrsAll</Name>
      <Field>
         <Name>wLegExchInstIds</Name>
         <Fid>6203</Fid>
         <Type>StringVector</Type>
         <CheckModified>true</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>false</ClearDaily>
      </Field>
      <Field>
         <Name>wPartitionId</Name>
         <Fid>5886</Fid>
         <Type>Integer</Type>
         <CheckModified>true</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>false</ClearDaily>
      </Field>
   </FieldAttrs>
</config>

这是我需要合并的新文件：

<?xml version="1.0" encoding="utf-8"?>
<config xmlns:xsi="http://www.w3.org/2000/10/XMLSchema-instance">
   <Comment>This file was automatically generated.</Comment>
   <FieldAttrs>
      <Name>FieldAttrsAll</Name>
      <Field>
         <Name>wLegExchInstIds</Name>
         <Fid>6203</Fid>
         <Type>StringVector</Type>
         <CheckModified>false</CheckModified>
         <PublishField>false</PublishField>
         <ClearDaily>false</ClearDaily>
      </Field>    
      <Field>
         <Name>wPartitionId</Name>
         <Fid>5886</Fid>
         <Type>Integer</Type>
         <CheckModified>false</CheckModified>
         <PublishField>false</PublishField>
         <ClearDaily>false</ClearDaily>
      </Field>    
      <Field>
         <Name>wUnverifiedPriceIndicator</Name>
         <Fid>5885</Fid>
         <Type>Bool</Type>
         <CheckModified>true</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>true</ClearDaily>
      </Field>
      <Field>
         <Name>wCorrIsIrregular</Name>
         <Fid>5884</Fid>
         <Type>Bool</Type>
         <CheckModified>false</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>true</ClearDaily>
      </Field>
   </FieldAttrs>
</config>

特别要注意两件事：

1. 新文件中某些元素的现有值已更改，以及
新
2. 文件中添加了新元素。

鉴于上述文件，我希望输出如下所示：

<config xmlns:xsi="http://www.w3.org/2000/10/XMLSchema-instance">
  <Comment>This file was automatically generated.</Comment>
   <FieldAttrs>
      <Name>FieldAttrsAll</Name>
      <Field>
         <Name>wLegExchInstIds</Name>
         <Fid>6203</Fid>
         <Type>StringVector</Type>
         <CheckModified>true</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>false</ClearDaily>
      </Field>
      <Field>
         <Name>wPartitionId</Name>
         <Fid>5886</Fid>
         <Type>Integer</Type>
         <CheckModified>true</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>false</ClearDaily>
      </Field>
      <Field>
         <Name>wUnverifiedPriceIndicator</Name>
         <Fid>5885</Fid>
         <Type>Bool</Type>
         <CheckModified>true</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>true</ClearDaily>
      </Field>
      <Field>
         <Name>wCorrIsIrregular</Name>
         <Fid>5884</Fid>
         <Type>Bool</Type>
         <CheckModified>false</CheckModified>
         <PublishField>true</PublishField>
         <ClearDaily>true</ClearDaily>
      </Field>    
   </FieldAttrs>
</config>

Answer 1

请考虑以下使用 document() 函数从外部 XML 进行分析的 XSLT。此方法实际上从较大的 XML 文件解析较短的 XML 中的值开始，以删除重复项，而不是添加不同的节点：

XSLT （另存为 .xsl 文件，引用第二个 XML 文件，该文件与第一个文件保存在同一个目录中）

<xsl:transform xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output version="1.0" encoding="UTF-8" indent="yes" />
<xsl:strip-space elements="*"/>
 <!-- Identity Transform -->
 <xsl:template match="@*|node()">
   <xsl:copy>
     <xsl:apply-templates select="@*|node()"/>      
   </xsl:copy>
 </xsl:template>  
 <xsl:template match="FieldAttrs">
   <xsl:copy>
     <xsl:copy-of select="Name"/>
     <xsl:copy-of select="document('ShorterXML.xml')/config/FieldAttrs/Field"/>
     <xsl:apply-templates/>
   </xsl:copy>
 </xsl:template>
 <xsl:template match="Field[Name=document('ShorterXML.xml')/config/FieldAttrs/Field/Name]"/>
</xsl:transform>

Linux 命令行（仅引用其中一个 XML 文件作为输入，全部在同一目录中）

xsltproc transform.xsl LongerXML.xml -o output.xml

输出

<?xml version="1.0" encoding="UTF-8"?>
<config xmlns:xsi="http://www.w3.org/2000/10/XMLSchema-instance">
  <Comment>This file was automatically generated.</Comment>
  <FieldAttrs>
    <Name>FieldAttrsAll</Name>
    <Field>
      <Name>wLegExchInstIds</Name>
      <Fid>6203</Fid>
      <Type>StringVector</Type>
      <CheckModified>true</CheckModified>
      <PublishField>true</PublishField>
      <ClearDaily>false</ClearDaily>
    </Field>
    <Field>
      <Name>wPartitionId</Name>
      <Fid>5886</Fid>
      <Type>Integer</Type>
      <CheckModified>true</CheckModified>
      <PublishField>true</PublishField>
      <ClearDaily>false</ClearDaily>
    </Field>
    <Name>FieldAttrsAll</Name>
    <Field>
      <Name>wUnverifiedPriceIndicator</Name>
      <Fid>5885</Fid>
      <Type>Bool</Type>
      <CheckModified>true</CheckModified>
      <PublishField>true</PublishField>
      <ClearDaily>true</ClearDaily>
    </Field>
    <Field>
      <Name>wCorrIsIrregular</Name>
      <Fid>5884</Fid>
      <Type>Bool</Type>
      <CheckModified>false</CheckModified>
      <PublishField>true</PublishField>
      <ClearDaily>true</ClearDaily>
    </Field>
  </FieldAttrs>
</config>

Answer 2

我能够使用 xsh 以给定的方式合并两个文件，xsh 是 XML：：LibXML 的包装器，在后台使用libxml2：

my $old := open old.xml ;
$field := hash Name //Field ;
open new.xml ;
for //Field {
    $exists = xsh:lookup('field', Name) ;
    if not($exists)
        copy . into $old/config/FieldAttrs ;
}
save :f merged.xml $old ;