xml - 正则表达式和内联 XML

Question

我有一个内联 XML 文件（xml 标签 + 文本）。我想在特定标签之前抓取 4 个单词。例如：

情况1：

I used to live in <Location>London</Location>.

案例二：

I work for <Organization> Microsoft Tech.</Organization>
which is in <Location>London</Location>

在这两种情况下，我都想在位置标签前抓住 4 个单词。

输出：

情况1：

used to live in

案例二：

</Organizattion> which is in

这可能吗 ？？谁能帮帮我吗 ？

Answer 1

好吧，最简单的是：

((?:\S+\s+){4}\s*)<Location>

请注意，这不会在您的第二种情况下产生所需的结果，因为它假定非空白运行由空白分隔，因此它会Tech.</Organization> which is in在那里产生。

Answer 2

虽然这很疯狂，我不建议使用它，但您可以使用以下方法执行以下操作awk：

awk '/<Location>/ {n=gensub("(.*)<Location>.*","\\1","g",$0); print gensub(".*[ .]([^ .]+ [^ .]+ [^ .]+ [^ .]+) *$","\\1","g",n)} ' INPUTFILE

您可能想要修改这些[^ .]部分以正确确定单词的一部分。

1. 这与<Location>
2. 保存部分行直到<Location>
3. 打印它找到的四个单词。（请注意，如果没有匹配，它将打印先前保存的行部分。）

Answer 3

您需要的正则表达式必须基于正面的外观。对于您的 2 种情况，以下作品：

/(?:[<>\/\w]+\s*){4}(?=<Location>)/s

如果您需要使用上述正则表达式的演示，请告诉我。