ejemplo - Cómo analizar rss-feeds/xml en un script de shell

rss feed structure

Question

Me gustaría analizar feeds rss y descargar podcasts en mi ReadyNas, que funciona 24 horas al día, 7 días a la semana.

Así que estoy pensando en tener un script de shell que compruebe periódicamente los widgets y el wget de desove para descargar los archivos.

¿Cuál es la mejor manera de hacer el análisis sintáctico?

¡Gracias!

Answer 1

¿Tienes acceso a awk? Tal vez podrías usar XMLGawk

Answer 2

Leí sobre XMLStartlet aquí y allá

Pero, ¿hay un puerto para ReadyNas NV + disponible?

Answer 3

Puede usar xsltproc desde libxml2 y escribir una hoja de estilos xsl simple que analiza el rss y muestra una lista de enlaces.

Answer 4

A veces, un simple trazador de líneas con comandos estándar de shell puede ser suficiente para esto:

 wget -q -O- "http://www.rss-specifications.com/rss-podcast.xml" | grep -o ''<enclosure url="[^"]*'' | grep -o ''[^"]*$'' | xargs wget -c

Claro que esto no funciona en todos los casos, pero a menudo es lo suficientemente bueno.

Answer 5

He escrito la siguiente secuencia de comandos simple para descargar XML de Amazon S3, por lo que sería útil para analizar diferentes tipos de archivos XML:

#!/bin/bash
#
# Download all files from the Amazon feed
#
# Usage:
#  ./dl_amazon_feed_files.sh http://example.s3.amazonaws.com/
# Note: Don''t forget about slash at the end
#

wget -qO- "$1" | grep -o ''<Key>[^<]*'' | grep -o "[^>]*$" | xargs -I% -L1 wget -c "$1%"

Este es un enfoque similar a la respuesta @leo .