关于 XML 和 awk 问题，您经常会发现专家们（如果他们的声誉是k的话）的评论，即 awk 中的 XML 处理是复杂的或不够充分的。据我了解，该脚本需要用于个人和/或调试目的。为此，我的解决方案应该足够了，但请记住，它不适用于任何合法的 XML 文件。
根据您的描述，脚本的草图是：
如果<trans*>匹配开始录制。
如果<trpcAuthCode>找到，则获取其内容并与列表进行比较。如果匹配，请记住输出块。
如果</trans>匹配则停止记录。如果已启用输出，则打印记录的块，否则将其丢弃。
因为我在SO: Shell scripting - split xml into multiple files中做了类似的事情，所以这应该不会太难实现。
不过，还需要一项附加功能：将 AuthNumbers 数组输入脚本。由于一个令人惊讶的巧合，我今天早上在SO：How to access an array in an awk, which is declared in a different awk in shell? （感谢jas的评论）。
所以，把它完全放在一个脚本中filter-trpcAuthCode.awk：
BEGIN {
record = 0 # state for recording
buffer = "" # buffer for recording
found = 0 # state for found auth code
# build temp. array from authCodes which has to be pre-defined
split(authCodes, list, "\n")
# build final array where values become keys
for (i in list) authCodeList[list[i]]
# for debugging: output of authCodeList
print "<!-- authCodeList:"
for (authCode in authCodeList) {
print authCode
}
print "-->"
}
/<trans( [^>]*)?>/ {
record = 1 # start recording
buffer = "" # clear buffer
found = 0 # reset state for found auth code
}
record {
buffer = buffer"\n"$0 # record line (if recording is enabled)
}
record && /<trpcAuthCode>/ {
# extract auth code
authCode = gensub(/^.*>([^<]*)<\/trpcAuthCode.*$/, "\\1", "g")
# check whether auth code in authCodeList
found = authCode in authCodeList
}
/<\/trans>/ {
record = 0 # stop recording
# print buffer if auth code has been found
if (found) {
print buffer
}
}
笔记：
split()我最初在应用on authCodesin时很挣扎BEGIN。这将创建一个数组，其中拆分值与枚举键一起存储。因此，我寻找一种解决方案来使值本身成为数组的键。（否则，in运算符不能用于搜索。）我在接受的SO 答案中找到了一个优雅的解决方案：检查数组是否包含值。
我实现了建议的模式<trans*>，/<trans( [^>]*)?/它甚至可以匹配<trans>（虽然<trans>似乎没有属性就不会发生）但不是<transSet>.
将
buffer = buffer"\n"$0
当前行附加到先前的内容。$0包含没有换行符的行。因此，它必须重新插入。我是怎么做到的，缓冲区以换行符开头，但最后一行没有结束。考虑到print buffer在文本末尾添加了一个换行符，这对我来说很好。或者，上面的代码片段可以替换为
buffer = buffer $0 "\n"
甚至
buffer = (buffer != "" ? buffer"\n" : "") $0.
（这是一个品味问题。）
过滤后的文件简单地打印到标准输出通道。它可能会被重定向到一个文件。考虑到这一点，我将附加/调试输出格式化为 XML 注释。
如果您对 awk 有点熟悉，您可能会注意到next我的脚本中没有任何语句。这是故意的。换句话说，规则的顺序是精心选择的，这样一行可以被所有规则连续处理/影响。（我测试了一个极端情况：
<trans><trpcAuthCode>111222</trpcAuthCode></trans>
即使这样处理也正确。）
为了简化测试，我添加了一个包装 bash 脚本filter-trpcAuthCode.sh
#!/usr/bin/bash
# uncomment next line for debugging
#set -x
# check command line arguments
if [[ $# -ne 2 ]]; then
echo "ERROR: Illegal number of command line arguments!"
echo ""
echo "Usage:"
echo $(basename $0) " XML_FILE AUTH_CODES"
exit 1
fi
# call awk script
awk -v authCodes="$(cat <$2)" -f filter-xml-trpcAuthCode.awk "$1"
我针对您的示例文件测试了脚本（在 Windows 10 上使用 cygwin 中的 bash）main.xml并得到了四个匹配的块。我有点担心输出，因为在您的示例输出中transaction_results.xml只有三个匹配块。但是从视觉上检查我的输出似乎是合适的。（所有四个匹配项都包含一个匹配<trpcAuthCode>元素。）
我减少了您的示例输入以进行演示sample.xml：
<?xml version="1.0"?>
<transSet periodID="1" periodname="Shift" longId="2017-04-27" shortId="052" site="12345">
<trans type="periodClose">
<trHeader>
</trHeader>
</trans>
<printCashier>
<cashier sysid="7" empNum="07" posNum="101" period="11">A.Dude</cashier>
</printCashier>
<trans type="printCashier">
<trHeader>
<cashier sysid="7" empNum="07" posNum="101" period="11">A.Dude</cashier>
<posNum>101</posNum>
</trHeader>
</trans>
<trans type="journal">
<trHeader>
</trHeader>
</trans>
<trans type="network sale" recalled="false">
<trHeader>
<termMsgSN type="FINANCIAL" term="908">31054</termMsgSN>
</trHeader>
<trPaylines>
<trPayline type="sale" sysid="1" locale="DOLLAR">
<trpCardInfo>
<trpcAccount>1234567890123456</trpcAccount>
<trpcAuthCode>532524</trpcAuthCode>
</trpCardInfo>
</trPayline>
</trPaylines>
</trans>
<trans type="network sale" recalled="false">
<trHeader>
<termMsgSN type="FINANCIAL" term="908">31054</termMsgSN>
</trHeader>
<trPaylines>
<trPayline type="sale" sysid="1" locale="DOLLAR">
<trpPaycode mop="3" cat="1" nacstendercode="generic" nacstendersubcode="generic">CREDIT</trpPaycode>
<trpAmt>61.77</trpAmt>
<trpCardInfo>
<trpcAccount>2345678901234567</trpcAccount>
<trpcAuthCode>111222</trpcAuthCode>
</trpCardInfo>
</trPayline>
</trPaylines>
</trans>
<trans type="periodClose">
<trHeader>
<date>2017-04-27T23:50:17-04:00</date>
</trHeader>
</trans>
<endTotals>
<insideSales>445938.63</insideSales>
</endTotals>
</transSet>
对于其他示例输入，我只是将文本复制到文件中authCodes.txt：
111222
111333
111444
在示例会话中使用两个输入文件：
$ ./filter-xml-trpcAuthCode.sh
ERROR: Illegal number of command line arguments!
Usage:
filter-xml-trpcAuthCode.sh XML_FILE AUTH_CODES
$ ./filter-xml-trpcAuthCode.sh sample.xml authCodes.txt
<!-- authCodeList:
111222
111333
111444
-->
<trans type="network sale" recalled="false">
<trHeader>
<termMsgSN type="FINANCIAL" term="908">31054</termMsgSN>
</trHeader>
<trPaylines>
<trPayline type="sale" sysid="1" locale="DOLLAR">
<trpPaycode mop="3" cat="1" nacstendercode="generic" nacstendersubcode="generic">CREDIT</trpPaycode>
<trpAmt>61.77</trpAmt>
<trpCardInfo>
<trpcAccount>2345678901234567</trpcAccount>
<trpcAuthCode>111222</trpcAuthCode>
</trpCardInfo>
</trPayline>
</trPaylines>
</trans>
$ ./filter-xml-trpcAuthCode.sh main.xml authCodes.txt >output.txt
$
最后一个命令将输出重定向到一个output.txt可以在之后检查或处理的文件。