Scripting: ¿cuál es la forma más fácil de extraer un valor en una etiqueta de un archivo XML?

Quiero leer un pom.xml ('Modelo de objetos de proyecto' de Maven) y extraer la información de la versión. Aquí hay un ejemplo:

<?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/maven-v4_0_0.xsd">

    <modelVersion>4.0.0</modelVersion>
    <groupId>com.mycompany</groupId>
    <artifactId>project-parent</artifactId>
    <name>project-parent</name>
    <version>1.0.74-SNAPSHOT</version>
    <dependencies>
        <dependency>
        <groupId>com.sybase.jconnect</groupId>
        <artifactId>jconnect</artifactId>
        <version>6.05-26023</version>
    </dependency>
    <dependency>
        <groupId>joda-time</groupId>
        <artifactId>joda-time</artifactId>
        <version>1.5.2</version>
    </dependency>
    <dependency>
        <groupId>com.sun.jdmk</groupId>
        <artifactId>jmxtools</artifactId>
        <version>1.2.1</version>
    </dependency>
    <dependency>
        <groupId>org.easymock</groupId>
        <artifactId>easymock</artifactId>
        <version>2.4</version>
    </dependency>       
</dependencies>
</project>

¿Cómo puedo extraer la versión '1.0.74-SNAPSHOT' de arriba?

Me encantaría poder hacerlo usando un simple script de bash sed o awk. De lo contrario, se prefiere una pitón simple.

EDITAR

1. Restricción

   La caja de Linux está en un entorno corporativo, por lo que solo puedo usar herramientas que ya están instaladas (no es que no pueda solicitar una utilidad como xml2, pero tengo que pasar por muchos trámites burocráticos). Algunas de las soluciones son muy buenas (ya aprende algunos trucos nuevos), pero pueden no ser aplicables debido al entorno restringido

2. listado xml actualizado

   Agregué la etiqueta de dependencias a la lista original. Esto mostrará que alguna solución hacky puede no funcionar en este caso

3. Distro

   La distribución que estoy usando es RHEL4

xml2 puede convertir xml a / desde formato orientado a línea:

xml2 < pom.xml  | grep /project/version= | sed 's/.*=//'

Otra forma: xmlgrep y XPath:

xmlgrep --text_only '/project/version' pom.xml

Desventaja: lento

Utilizando python

$ python -c 'from xml.etree.ElementTree import ElementTree; print ElementTree(file="pom.xml").findtext("{http://maven.apache.org/POM/4.0.0}version")'
1.0.74-SNAPSHOT

Utilizando xmlstarlet

$ xml sel -N x="http://maven.apache.org/POM/4.0.0" -t -m 'x:project/x:version' -v . pom.xml
1.0.74-SNAPSHOT

Utilizando xmllint

$ echo -e 'setns x=http://maven.apache.org/POM/4.0.0\ncat /x:project/x:version/text()' | xmllint --shell pom.xml | grep -v /
1.0.74-SNAPSHOT

Clojure camino. Requiere solo jvm con un archivo jar especial:

java -cp clojure.jar clojure.main -e "(use 'clojure.xml) (->> (java.io.File. \"pom.xml\") (clojure.xml/parse) (:content) (filter #(= (:tag %) :version)) (first) (:content) (first) (println))"

Forma Scala:

java -Xbootclasspath/a:scala-library.jar -cp scala-compiler.jar scala.tools.nsc.MainGenericRunner -e 'import scala.xml._; println((XML.load(new java.io.FileInputStream("pom.xml")) match { case <project>{children @ _*}</project> => for (i <- children if (i  match { case <version>{children @ _*}</version> => true; case _ => false;  }))  yield i })(0) match { case <version>{Text(x)}</version> => x })'

Manera maravillosa:

java -classpath groovy-all.jar groovy.ui.GroovyMain -e 'println (new XmlParser().parse(new File("pom.xml")).value().findAll({ it.name().getLocalPart()=="version" }).first().value().first())'

Aquí hay una alternativa en Perl

$ perl -MXML::Simple -e'print XMLin("pom.xml")->{version}."\n"'
1.0.74-SNAPSHOT

Funciona con el ejemplo revisado / extendido en las preguntas que tiene múltiples elementos de "versión" a diferentes profundidades.

Hacky way:

perl -e '$_ = join "", <>; m!<project[^>]*>.*\n(?:    |\t)<version[^>]*>\s*([^<]+?)\s*</version>.*</project>!s and print "$1\n"' pom.xml

Se basa en la sangría correcta de la requerida <version>

Encuentre una solución muy torpe y de una sola línea.

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [n for n in dom.getElementsByTagName('version') if n.parentNode == dom.childNodes[0]][0].toxml()" | sed -e "s/.*>\(.*\)<.*/\1/g"

El sed al final es muy feo, pero no pude imprimir el texto del nodo solo con Mindom.

Actualización de _Vi :

Versión de Python menos hacky:

python -c "from xml.dom.minidom import parse;dom = parse('pom.xml');print [i.childNodes.item(0).nodeValue for i in dom.firstChild.childNodes if i.nodeName == 'version'].pop()"

Actualización de mi parte

Otra version:

    python -c "from  xml.dom.minidom import parse;dom = parse('pom.xml');print [n.firstChild.data for n in dom.childNodes[0].childNodes if n.firstChild and n.tagName == 'version']"

Forma XSLT:

<?xml version="1.0" encoding="ISO-8859-1"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
        <xsl:output method="text"/>

        <xsl:template match="/">
                <xsl:for-each select="*[local-name()='project']">
                    <xsl:for-each select="*[local-name()='version']">
                        <xsl:value-of select="text()"/>
                    </xsl:for-each>
                </xsl:for-each>
        </xsl:template>
</xsl:stylesheet>

xalan -xsl x.xsl -in pom.xml

si "Hay muchas etiquetas de versión en el xml", entonces es mejor que se olvide de hacerlo con "herramientas simples" y expresiones regulares, eso no funcionará.

prueba este python (sin dependencias):

from xml.dom.minidom import parse

dom = parse('pom.xml')
project = dom.getElementsByTagName('project')[0]
for node in project.childNodes:
    if node.nodeType == node.ELEMENT_NODE and node.tagName == 'version':
        print node.firstChild.nodeValue

Aquí hay una línea usando sed:

sed '/<dependencies>/,/<\/dependencies>/d;/<version>/!d;s/ *<\/\?version> *//g' pom.xml

awk funciona bien sin usar herramientas adicionales.
cat pod.xml

<project>
  <modelVersion>4.0.0</modelVersion>
  <groupId>com.networks.app</groupId>
  <artifactId>operation-platform</artifactId>
  <version>1.0.0</version>
  <packaging>tar.xz</packaging>
  <description>POM was created by Sonatype Nexus</description>
</project>

forma simple y legible de obtener el valor de la <packaging>etiqueta:

cat pod.xml | awk -F'[<>]' '/packaging/{print $3}'

Return_text_val=$(xmllint --xpath "//*[local-name()='$TagElmnt']" $FILE )

Aquí, prueba esto:

$TagElmnt - TagName
$FILE - xml file to parse

Sé que su pregunta dice Linux, pero si tiene la necesidad de hacer esto en Windows sin la necesidad de herramientas de terceros para que pueda colocarlo en un archivo por lotes, Powershell puede extraer cualquier nodo del archivo pom.xml de esta manera. :

powershell -Command "& {select-xml //pom:project/pom:properties/pom:mypluginversion -path pom.xml -Namespace  @{pom='http://maven.apache.org/POM/4.0.0'} | foreach {$_.Node.Innerxml}}" > myPluginVersion.txt

sed -n "/<name>project-parent/{n;s/.*>\(.*\)<.*/\1/p;q}" pom.xml

La -nopción evita imprimir líneas que no coinciden; first match ( /.../) está en la línea antes de la que tiene el texto deseado; el ncomando salta a la siguiente línea, donde sextrae información relevante a través de un grupo de captura ( \(...\)) y una referencia inversa ( \1). pimprime, se qcierra.