格式化和验证Hadoop，Spark等xml配置文件的工具xmllint

从事Hadoop，HBase，Spark等大数据相关工作的朋友都知道，我们部署大数据平台时，经常会配置xml文件，但是往往配置的参数比较乱，而且有可能格式也会配置错误，所以希望能有一个工具能够帮助我们对于xml文件进行格式化和验证正确性。
xmllint便是一个很方便的处理及验证xml的工具，linux下只要安装libxml2就可以使用这个命令，而且一般Linux默认已经部署libxml2了。


查看安装包名称：
$ rpm -qa | grep libxml2
libxml2-2.7.6-20.el6.x86_64
libxml2-python-2.7.6-20.el6.x86_64


查看安装包部署的所有文件，其中便包含了xmllint工具：
$ rpm -ql libxml2-2.7.6-20.el6.x86_64
/usr/bin/xmlcatalog
/usr/bin/xmllint
/usr/lib64/libxml2.so.2
/usr/lib64/libxml2.so.2.7.6
/usr/share/doc/libxml2-2.7.6
/usr/share/doc/libxml2-2.7.6/AUTHORS
/usr/share/doc/libxml2-2.7.6/ChangeLog.gz
/usr/share/doc/libxml2-2.7.6/Copyright
/usr/share/doc/libxml2-2.7.6/NEWS
/usr/share/doc/libxml2-2.7.6/README
/usr/share/doc/libxml2-2.7.6/TODO
/usr/share/man/man1/xmlcatalog.1.gz
/usr/share/man/man1/xmllint.1.gz
/usr/share/man/man3/libxml.3.gz




这里，我们只会介绍xmllint的两个命令，其他功能自己可以通过man查看帮助文档。




1. --format 
格式化xml，使其具有良好的可读性。


演示文件内容如下，格式比较乱：
$ cat hbase-site_sample.xml 
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>


<configuration>
<property>
  <name>hbase.rootdir</name>
<value>hdfs://SZB-L0023776:8020/hbase114</value>
     </property>
  
  <property><name>hbase.client.write.buffer</name><value>2097152</value>
  </property>
</configuration>  


执行格式化操作：
$ xmllint --format  hbase-site_sample.xml


输出结果：
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>
<configuration>
  <property>
    <name>hbase.rootdir</name>
    <value>hdfs://SZB-L0023776:8020/hbase114</value>
  </property>
  <property>
    <name>hbase.client.write.buffer</name>
    <value>2097152</value>
  </property>
</configuration>


可以看到输出的格式比较整齐，方便阅读。


2. --noout
验证xml文件并打印验证的结果。
其实如果xml语法有错误时，--format参数也是能够检查出来的。


演示文件内容如下，格式有错误，最后多了一个<property>：
$ cat hbase-site_sample.xml 
<?xml version="1.0"?>
<?xml-stylesheet type="text/xsl" href="configuration.xsl"?>


<configuration>
<property>
  <name>hbase.rootdir</name>
<value>hdfs://SZB-L0023776:8020/hbase114</value>
     </property>
  
  <property><name>hbase.client.write.buffer</name><value>2097152</value>
  </property>
  <property>
</configuration>  


执行检查操作：
$ xmllint --noout hbase-site_sample.xml 
hbase-site_sample.xml:13: parser error : Opening and ending tag mismatch: property line 12 and configuration
</configuration>  
                ^
hbase-site_sample.xml:14: parser error : Premature end of data in tag configuration line 4


^
可以看到有错误，我们将测试文档中多余的<property>去掉再验证一次：
$ xmllint --noout hbase-site_sample.xml
没有输出说明没有问题。