如何使用 -A grep 多个字符串

Question

我需要对 XML 文件中包含的数据进行 grep。我需要获取多个元素，最后一个在节点内。我正在研究的元素之间有一堆数据。我可以轻松地 grep 像这样的多个元素：

grep -E "<first|<second|<third|<seventh" file.xml

但由于我的文件结构如下所示：

<first>First</first>
<second>Second</second>
<third>Third</third>
<fourth>Fourth</fourth>
<fifth>Fifth</fifth>
<sixth flexible="true">
    <low>0.09</low>
    <high>5.90</high>
</sixth>
<seventh flexible="false">
    <low>1.82</low>
    <high>3.14</high>
</seventh>

我没有得到<seventh> 节点内的数字数据（没想到用那个命令）。所以我尝试使用grep -An（之后）开关，其中“n”是初始匹配后要匹配的行数，以获得第七个节点的其余部分：

grep -E "<first" -E "<second" -E "<third" -E -A3 "<seventh" file.xml

哪个会返回：

<first>First</first>
<second>Second</second>
<third>Third</third>
<seventh flexible="false">
    <low>1.82</low>
    <high>3.14</high>
</seventh>

然后我可以对其进行按摩以获得最终结果（实际上只需要来自第七个节点的“高”数据及其相关的第一个、第二个和第三个字符串）。但是，这不起作用，我在 <first 之后立即获取前三个元素，它忽略了命令的其余部分。

我也试过了：

grep -E "<first|<second|<third" -E -A3 "<seventh" file.xml

这给了我类似的结果，但完全忽略了命令的“-E -A3 "<seventh”部分。好吧，我想不会忽略，因为 -A3 仍在向后应用到命令的前面部分。我知道您可以使用命令后开关，但您可以控制它们的回退距离吗？

我阅读了有关 grep 的手册页，但没有看到如何将命令链接在一起。如果这很重要，我使用的是 Mac，但如果需要，我可以轻松访问 Linux 和 Windows 机器。

我怎样才能得到我想要的数据？

Answer 1

首先，请再次查看man grep，发现不需要多个-E，grep 也不需要多个模式。

其次，如果您知道您需要seventh 的上下文而不是其他人，只需使用两个命令：

$ grep -E '<first|<second|<third' file.xml; grep -A3 '<seventh' file.xml
<first>First</first>
<second>Second</second>
<third>Third</third>
<seventh flexible="false">
    <low>1.82</low>
    <high>3.14</high>
</seventh>

如果你真的不知道，那么最好使用xpath 或其他 xml 解析工具。

另见this question。

Answer 2

不要使用正则表达式来搜索 XML。它们不是为这项工作而设计的。您的代码将是错误的。例如，如果某些字符串出现在 cmets 或 CDATA 部分中，或者输入包含名为 <firstly> 的元素，或者换行符的排列方式不同，@Levitsky 给出的代码将失败。 （有时代码错误并不重要，因为只有 99% 的时间可以工作，但如果这是你的要求，我希望你能这么说。）

搜索 XML 的方法是使用 XPath，或者对于更精细的搜索，使用 XQuery。

满足您需求的 XPath 解决方案非常简单。假设您提供的 XML 在 wrapper 元素内，则 XPath 2.0 表达式为 wrapper/(first, second, third, seventh)。所以这个任务的 XPath 不仅更可靠，而且更容易。