Bash功能本身不太适合解析XML。

此著名的Bash FAQ指出：

  

请勿不要使用sed，awk，grep等尝试 [从XML文件中提取数据] 上（它指向undesired results）。

考虑利用XML特定的命令行工具，例如XMLStarlet。如果尚未安装XML Starlet，请参阅下载信息here。

解决方案：

使用XML Starlet，您可以运行以下命令将所需结果输出到终端：

xml ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss

_{注意：上面显示的命令末尾的/path/to/file.rss部分应替换为实际.rss文件的真实路径名。}

说明：

上述命令的各个部分如下：

• xml -调用XML Starlet命令。
• ed -编辑/更新XML文档。
• -N x="http://www.w3.org/2005/Atom" --N选项将名称空间http://www.w3.org/2005/Atom绑定到我们任意命名为x的前缀。 / li>
• -d -删除匹配的节点。

• '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' xpath表达式用于查找/匹配问题中指定的适当节点。

    

  所有链接（/ feed / entry）所在的链接href！= http://myhomesite.com。

  如您所见，在XPath表达式中，我们在元素节点名称之前添加x前缀，即x:entry和x:link，以确保我们在正确的命名空间中寻址元素。

• /path/to/file.rss -源.rss文件的路径名。

保存生成的XML（RSS）

要保存生成的XML，您可以：

1. 在上述命令中添加--inplace选项-这将用所需的结果覆盖原始的.rss。例如：

   xml ed --inplace -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss
   

2. 或者，利用redirection operator（>）并指定保存输出的位置的路径名。例如，以下复合命令会将结果保存到新文件中：

   xml ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss > /path/to/results.rss
   

   _{注意：应该将上述复合命令末尾的/path/to/results.rss替换为要保存新文件的真实路径名。}

带有local-name()的XPath：

鉴于您的示例源XML（RSS）不包含任何QNames，因此还可以利用XPath的local-name()函数。这将消除使用XMLStarlet的-N选项绑定名称空间的需要。例如：

xml ed -d '//*[local-name() = "entry" and not(child::*[local-name() = "link"][@href="https://myhomesite.com"])]' /path/to/file.rss

重要提示：：您可能需要 将本文中显示的所有示例命令中的前xml部分替换为xmlstarlet。例如：

xmlstarlet ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[@href="https://myhomesite.com"])]' /path/to/file.rss.
^^^^^^^^^^

编辑：

给定示例XML，还可以对默认名称空间使用简化的语法，即使用_:代替x:。通过使用下划线（_），您无需利用-N选项将名称空间绑定到前缀。有关此功能的更多信息，请参考XMLStarlet文档中标题为1.3. A More Convenient Solution的部分。

例如：

xml ed -d '//_:entry[not(child::_:link[@href="https://myhomesite.com"])]' /path/to/file.rss

要进一步了解当源XML使用名称空间时如何使用XMLStarlet，我建议您还阅读文档中的Namespaces and default namespace。

编辑2：

OP的作者随后在评论中写道：

  

还有一个问题。条件[not(child::_:link[@href="myhomesite.com"])]是严格的。我想以myhomesite.com开头，但是URI并不重要，即myhomesite.com**anything**。这是可能的？ [原文]

     

类似这样的东西。xmlstarlet ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[matches(@href,'^https://myhomesite.com/' )]/@href)]' feed.rs

考虑将Xpath的starts-with()函数与前面给出的任何示例一起使用。例如：

• 使用-N选项和starts-with()：

  xml ed -N x="http://www.w3.org/2005/Atom" -d '//x:entry[not(child::x:link[starts-with(@href,"https://myhomesite.com")])]' file.rss
  

• 使用local-name()和starts-with()：

  xml ed -d '//*[local-name() = "entry" and not(child::*[local-name() = "link"][starts-with(@href,"https://myhomesite.com")])]' file.rss
  

• 使用默认名称空间的简化语法，即下划线和starts-with()：

  xml ed -d '//_:entry[not(child::_:link[starts-with(@href,"https://myhomesite.com")])]' file.rss