xml - 从两个不同内容之间的 XML 文件中获取数据

Question

我正在尝试获取两个 XML 标记之间的数据，例如

<page size="10" seconds="184" name="TEST_ONE" query="test environment">
  <content1>...</content1>
  <content2>...</content2>
</page>

我努力了

cat ABC.XML | grep -oP '(?<=<page size="10" seconds="184" name="TEST_ONE" query="test environment">).*?(?=</page>)'

但我什么也得不到。我也尝试过使用 sed

sed -e 's/<page size="10"\(.*\)page/\1/g'

但是没有得到我想要的。我希望内容打印如下： ... ...

有人可以帮忙吗？

Answer 1

又快又脏：

sed -e'1,/<page.*query="test environment">/ d' -e'/<\/page>/,$ d' abc1.xml 

Answer 2

xmlstarlet救援！

xmlstarlet sel -t -v 'page' ABC.XML

有各种其他格式和查询的选项。

如果您想要子元素，请使用

xmlstarlet sel -t -c 'page/*' ABC.XML

并在对其他答案的评论中给出您的“查询”答案：

xmlstarlet sel -t -c "page[@query='test environment']/*" ABC.XML

Answer 3

我建议使用xml解析器。这里有一个perl及其XML::Twig模块的示例：

#!/usr/bin/env perl

use warnings;
use strict;
use XML::Twig;

XML::Twig->new(
    twig_roots => {
        'page[@query = "test environment"]/*' => sub { $_->print },
    },  
    pretty_print => 'indented',
)->parsefile( shift );

像这样运行它：

perl script.pl xmlfile

这会产生：

<content1>...</content1>
<content2>...</content2>