regex - 使用 GNU sed 从 XML-ish 数据中提取文本的正则表达式

Question

我有一个完整的文件，其中包含使用“gsed regexp -i FILENAME”从 XML 文件中提取的行。文件中的行都是其中一种格式：

<field number='1' name='Account' type='STRING'W/>

<field number='2' name='AdvId' type='STRING'W>

我在最后插入了一个代表可选空格的“W”。尽管“number”总是在“type”之前，但在整个文件中的所有行中，属性的顺序和数量不一定相同。

我正在寻找的是一个正则表达式“regexp”，我可以将它提供给 gnu sed，以便这个命令：

gsed 正则表达式 -i 文件名

给了我一个文件，其中的行如下所示：

1 个字符串

2 串

我不关心结果中的空格数量，只要在数字后面有一些空格，并且每行末尾有一个换行符。

我确信这是可能的，但我只是无法在合理的时间内弄清楚如何。任何人都可以帮忙吗？

非常感谢，朱尔斯

score 2 · Accepted Answer

open file.xml ;
for //field echo @number @type ;

score 1 · Accepted Answer

我认为您最好使用 XMLStarlet 等命令行XML工具。这将与 shell 很好地集成并让您执行 XPath 搜索。它支持 XML，因此可以正确处理字符编码、空格等。

score 1 · Accepted Answer

我确信这可以优化，但它适用于我并回答你的问题：

 sed "s/^.*number='\([0-9]*\)'.*type='\(.*\)'.*$/\1 \2/" <filename>

这么说，我认为其他人是对的，如果你有一个 XML 文件，你应该使用 XML 解析器。

score 0 · Accepted Answer

sed -ni "/<field .*>/s@^.*[[:space:]]number='\\([^']\\+\\).*[[:space:]]type='\\([^']\\+\\).*@\1 \2@p" FILENAME

或者，如果您不介意数字和类型的内容是可选的：

sed -ni "/<field .*>/s@^.*[[:space:]]number='\\([^']*\\).*[[:space:]]type='\\([^']*\\).*@\1 \2@p" FILENAME

只需根据[^']\\+您[^']*的喜好更改。

score 0 · Accepted Answer

简单的切割应该适合你：

剪切 -f2,6 -d"'" --output-delimiter=""

如果你真的想要 sed：

sed -r "s/. '(. )'. type='(. )'.*/\1 \2/"

score 0 · Accepted Answer

你可以使用这个：

sed -r "s/<field [^>]*?number='([0-9]+)'[^>]*?type='([^']+)'[^>]*>/\1 \2/"

score 0 · Accepted Answer

最好使用 XML 解析器，但如果必须使用 sed：

sed 's/<field number=\'(.*?)\'.*?type=\'(.*?)\'/\1 \2

7 回答 7