如何在 Bash 中解析 XML？

Question

理想情况下，我想做的是：

cat xhtmlfile.xhtml |
getElementViaXPath --path='/html/head/title' |
sed -e 's%(^<title>|</title>$)%%g' > titleOfXHTMLPage.txt

Answer 1

这真的只是对Yuzem's答案的解释，但我觉得不应该对别人做这么多的编辑，而且cmets不允许格式化，所以......

rdom () { local IFS=\> ; read -d \< E C ;}

让我们称它为“read_dom”而不是“rdom”，将其留出一点空间并使用更长的变量：

read_dom () {
    local IFS=\>
    read -d \< ENTITY CONTENT
}

好的，所以它定义了一个名为 read_dom 的函数。第一行使 IFS（输入字段分隔符）成为该函数的局部变量，并将其更改为 >。这意味着当您读取数据而不是自动按空格、制表符或换行符拆分时，它会按“>”拆分。下一行表示从标准输入读取输入，而不是在换行处停止，而是在看到“

<tag>value</tag>

第一次调用read_dom 得到一个空字符串（因为'' 字符。 Read 然后为这两个变量分配一个空字符串。第二次调用获取字符串'tag>value'。然后由 IFS 将其拆分为两个字段“标签”和“值”。读取然后分配变量，例如：ENTITY=tag 和 CONTENT=value。第三次调用得到字符串'/tag>'。 IFS 将其拆分为两个字段“/tag”和“”。读取然后分配变量，例如：ENTITY=/tag 和 CONTENT=。第四个调用将返回非零状态，因为我们已经到达文件末尾。

现在他的 while 循环清理了一点以匹配上面的内容：

while read_dom; do
    if [[ $ENTITY = "title" ]]; then
        echo $CONTENT
        exit
    fi
done < xhtmlfile.xhtml > titleOfXHTMLPage.txt

第一行只是说，“当 read_dom 函数返回零状态时，请执行以下操作。”第二行检查我们刚刚看到的实体是否是“title”。下一行回显了标签的内容。四线出口。如果它不是标题实体，则循环在第六行重复。我们将“xhtmlfile.xhtml”重定向到标准输入（用于read_dom 函数）并将标准输出重定向到“titleOfXHTMLPage.txt”（循环前面的回显）。

现在为input.xml 给出以下内容（类似于在 S3 上列出存储桶所获得的结果）：

<ListBucketResult xmlns="http://s3.amazonaws.com/doc/2006-03-01/">
  <Name>sth-items</Name>
  <IsTruncated>false</IsTruncated>
  <Contents>
    <Key>item-apple-iso@2x.png</Key>
    <LastModified>2011-07-25T22:23:04.000Z</LastModified>
    <ETag>&quot;0032a28286680abee71aed5d059c6a09&quot;</ETag>
    <Size>1785</Size>
    <StorageClass>STANDARD</StorageClass>
  </Contents>
</ListBucketResult>

和下面的循环：

while read_dom; do
    echo "$ENTITY => $CONTENT"
done < input.xml

你应该得到：

 => 
ListBucketResult xmlns="http://s3.amazonaws.com/doc/2006-03-01/" => 
Name => sth-items
/Name => 
IsTruncated => false
/IsTruncated => 
Contents => 
Key => item-apple-iso@2x.png
/Key => 
LastModified => 2011-07-25T22:23:04.000Z
/LastModified => 
ETag => "0032a28286680abee71aed5d059c6a09"
/ETag => 
Size => 1785
/Size => 
StorageClass => STANDARD
/StorageClass => 
/Contents => 

因此，如果我们像 Yuzem 那样编写 while 循环：

while read_dom; do
    if [[ $ENTITY = "Key" ]] ; then
        echo $CONTENT
    fi
done < input.xml

我们将获得 S3 存储桶中所有文件的列表。

编辑 如果由于某种原因 local IFS=\> 对您不起作用并且您将其设置为全局，您应该在函数结束时将其重置，例如：

read_dom () {
    ORIGINAL_IFS=$IFS
    IFS=\>
    read -d \< ENTITY CONTENT
    IFS=$ORIGINAL_IFS
}

否则，您稍后在脚本中进行的任何行分割都会搞砸。

编辑 2 要拆分属性名称/值对，您可以像这样扩充read_dom()：

read_dom () {
    local IFS=\>
    read -d \< ENTITY CONTENT
    local ret=$?
    TAG_NAME=${ENTITY%% *}
    ATTRIBUTES=${ENTITY#* }
    return $ret
}

然后编写你的函数来解析并获取你想要的数据，如下所示：

parse_dom () {
    if [[ $TAG_NAME = "foo" ]] ; then
        eval local $ATTRIBUTES
        echo "foo size is: $size"
    elif [[ $TAG_NAME = "bar" ]] ; then
        eval local $ATTRIBUTES
        echo "bar type is: $type"
    fi
}

然后当你read_dom 打电话给parse_dom:

while read_dom; do
    parse_dom
done

然后给出以下示例标记：

<example>
  <bar size="bar_size" type="metal">bars content</bar>
  <foo size="1789" type="unknown">foos content</foo>
</example>

你应该得到这个输出：

$ cat example.xml | ./bash_xml.sh 
bar type is: metal
foo size is: 1789

EDIT 3 另一个 user 说他们在 FreeBSD 中遇到了问题，并建议将退出状态从 read 中保存并在 read_dom 结束时返回，例如：

read_dom () {
    local IFS=\>
    read -d \< ENTITY CONTENT
    local RET=$?
    TAG_NAME=${ENTITY%% *}
    ATTRIBUTES=${ENTITY#* }
    return $RET
}

我看不出有什么理由不应该这样做

Answer 2

您只需使用 bash 就可以很容易地做到这一点。 你只需要添加这个函数：

rdom () { local IFS=\> ; read -d \< E C ;}

现在您可以像 read 一样使用 rdom，但可以用于 html 文档。 调用时，rdom 会将元素分配给变量 E，并将内容分配给 var C。

例如，做你想做的事：

while rdom; do
    if [[ $E = title ]]; then
        echo $C
        exit
    fi
done < xhtmlfile.xhtml > titleOfXHTMLPage.txt

Answer 3

可以从 shell 脚本调用的命令行工具包括：

• 4xpath - Python 的 4Suite 包的命令行包装器

• XMLStarlet

• xpath - Perl 的 XPath 库的命令行包装器

  sudo apt-get install libxml-xpath-perl
  

• Xidel - 适用于 URL 和文件。也适用于 JSON

我还使用带有少量 XSL 转换脚本的 xmllint 和 xsltproc 从命令行或 shell 脚本中进行 XML 处理。

Answer 4

您可以使用 xpath 实用程序。它与 Perl XML-XPath 包一起安装。

用法：

/usr/bin/xpath [filename] query

或XMLStarlet。要在 opensuse 上安装它，请使用：

sudo zypper install xmlstarlet

或在其他平台上尝试cnf xml。

Answer 5

这就够了……

xpath xhtmlfile.xhtml '/html/head/title/text()' > titleOfXHTMLPage.txt

Answer 6

查看 http://www.ofb.net/~egnor/xml2/ 中的 XML2，它将 XML 转换为面向行的格式。

Answer 7

另一个命令行工具是我的新Xidel。它还支持 XPath 2 和 XQuery，这与已经提到的 xpath/xmlstarlet 不同。

标题可以这样读：

xidel xhtmlfile.xhtml -e /html/head/title > titleOfXHTMLPage.txt

它还有一个很酷的功能，可以将多个变量导出到 bash。例如

eval $(xidel xhtmlfile.xhtml -e 'title := //title, imgcount := count(//img)' --output-format bash )

将$title设置为标题，$imgcount设置为文件中的图片数量，应该和直接在bash中解析一样灵活。

Answer 8

从乍得的回答开始，这里是解析 UML 的完整工作解决方案，正确处理 cmets，只有 2 个小函数（超过 2 个，您可以将它们全部混合）。我并不是说 chad 的那个根本没有用，但是它对于格式错误的 XML 文件有太多的问题：所以你必须更加棘手地处理 cmets 和错位的空格/CR/TAB/等。

此答案的目的是为任何需要解析 UML 的人提供即用型、开箱即用的 bash 功能，而无需使用 perl、python 或其他任何复杂工具。至于我，我无法为我正在开发的旧生产操作系统安装 cpan 和 perl 模块，并且 python 不可用。

首先，本文中使用的 UML 词的定义：

<!-- comment... -->
<tag attribute="value">content...</tag>

编辑：更新函数，句柄为：

• Websphere xml（xmi 和 xmlns 属性）
• 必须有 256 色的兼容终端
• 24 级灰度
• 为 IBM AIX bash 3.2.16(1) 添加了兼容性

函数，首先是被xml_read递归调用的xml_read_dom：

xml_read_dom() {
# https://stackoverflow.com/questions/893585/how-to-parse-xml-in-bash
local ENTITY IFS=\>
if $ITSACOMMENT; then
  read -d \< COMMENTS
  COMMENTS="$(rtrim "${COMMENTS}")"
  return 0
else
  read -d \< ENTITY CONTENT
  CR=$?
  [ "x${ENTITY:0:1}x" == "x/x" ] && return 0
  TAG_NAME=${ENTITY%%[[:space:]]*}
  [ "x${TAG_NAME}x" == "x?xmlx" ] && TAG_NAME=xml
  TAG_NAME=${TAG_NAME%%:*}
  ATTRIBUTES=${ENTITY#*[[:space:]]}
  ATTRIBUTES="${ATTRIBUTES//xmi:/}"
  ATTRIBUTES="${ATTRIBUTES//xmlns:/}"
fi

# when comments sticks to !-- :
[ "x${TAG_NAME:0:3}x" == "x!--x" ] && COMMENTS="${TAG_NAME:3} ${ATTRIBUTES}" && ITSACOMMENT=true && return 0

# http://tldp.org/LDP/abs/html/string-manipulation.html
# INFO: oh wait it doesn't work on IBM AIX bash 3.2.16(1):
# [ "x${ATTRIBUTES:(-1):1}x" == "x/x" -o "x${ATTRIBUTES:(-1):1}x" == "x?x" ] && ATTRIBUTES="${ATTRIBUTES:0:(-1)}"
[ "x${ATTRIBUTES:${#ATTRIBUTES} -1:1}x" == "x/x" -o "x${ATTRIBUTES:${#ATTRIBUTES} -1:1}x" == "x?x" ] && ATTRIBUTES="${ATTRIBUTES:0:${#ATTRIBUTES} -1}"
return $CR
}

第二个：

xml_read() {
# https://stackoverflow.com/questions/893585/how-to-parse-xml-in-bash
ITSACOMMENT=false
local MULTIPLE_ATTR LIGHT FORCE_PRINT XAPPLY XCOMMAND XATTRIBUTE GETCONTENT fileXml tag attributes attribute tag2print TAGPRINTED attribute2print XAPPLIED_COLOR PROSTPROCESS USAGE
local TMP LOG LOGG
LIGHT=false
FORCE_PRINT=false
XAPPLY=false
MULTIPLE_ATTR=false
XAPPLIED_COLOR=g
TAGPRINTED=false
GETCONTENT=false
PROSTPROCESS=cat
Debug=${Debug:-false}
TMP=/tmp/xml_read.$RANDOM
USAGE="${C}${FUNCNAME}${c} [-cdlp] [-x command <-a attribute>] <file.xml> [tag | \"any\"] [attributes .. | \"content\"]
${nn[2]}  -c = NOCOLOR${END}
${nn[2]}  -d = Debug${END}
${nn[2]}  -l = LIGHT (no \"attribute=\" printed)${END}
${nn[2]}  -p = FORCE PRINT (when no attributes given)${END}
${nn[2]}  -x = apply a command on an attribute and print the result instead of the former value, in green color${END}
${nn[1]}  (no attribute given will load their values into your shell; use '-p' to print them as well)${END}"

! (($#)) && echo2 "$USAGE" && return 99
(( $# < 2 )) && ERROR nbaram 2 0 && return 99
# getopts:
while getopts :cdlpx:a: _OPT 2>/dev/null
do
{
  case ${_OPT} in
    c) PROSTPROCESS="${DECOLORIZE}" ;;
    d) local Debug=true ;;
    l) LIGHT=true; XAPPLIED_COLOR=END ;;
    p) FORCE_PRINT=true ;;
    x) XAPPLY=true; XCOMMAND="${OPTARG}" ;;
    a) XATTRIBUTE="${OPTARG}" ;;
    *) _NOARGS="${_NOARGS}${_NOARGS+, }-${OPTARG}" ;;
  esac
}
done
shift $((OPTIND - 1))
unset _OPT OPTARG OPTIND
[ "X${_NOARGS}" != "X" ] && ERROR param "${_NOARGS}" 0

fileXml=$1
tag=$2
(( $# > 2 )) && shift 2 && attributes=$*
(( $# > 1 )) && MULTIPLE_ATTR=true

[ -d "${fileXml}" -o ! -s "${fileXml}" ] && ERROR empty "${fileXml}" 0 && return 1
$XAPPLY && $MULTIPLE_ATTR && [ -z "${XATTRIBUTE}" ] && ERROR param "-x command " 0 && return 2
# nb attributes == 1 because $MULTIPLE_ATTR is false
[ "${attributes}" == "content" ] && GETCONTENT=true

while xml_read_dom; do
  # (( CR != 0 )) && break
  (( PIPESTATUS[1] != 0 )) && break

  if $ITSACOMMENT; then
    # oh wait it doesn't work on IBM AIX bash 3.2.16(1):
    # if [ "x${COMMENTS:(-2):2}x" == "x--x" ]; then COMMENTS="${COMMENTS:0:(-2)}" && ITSACOMMENT=false
    # elif [ "x${COMMENTS:(-3):3}x" == "x-->x" ]; then COMMENTS="${COMMENTS:0:(-3)}" && ITSACOMMENT=false
    if [ "x${COMMENTS:${#COMMENTS} - 2:2}x" == "x--x" ]; then COMMENTS="${COMMENTS:0:${#COMMENTS} - 2}" && ITSACOMMENT=false
    elif [ "x${COMMENTS:${#COMMENTS} - 3:3}x" == "x-->x" ]; then COMMENTS="${COMMENTS:0:${#COMMENTS} - 3}" && ITSACOMMENT=false
    fi
    $Debug && echo2 "${N}${COMMENTS}${END}"
  elif test "${TAG_NAME}"; then
    if [ "x${TAG_NAME}x" == "x${tag}x" -o "x${tag}x" == "xanyx" ]; then
      if $GETCONTENT; then
        CONTENT="$(trim "${CONTENT}")"
        test ${CONTENT} && echo "${CONTENT}"
      else
        # eval local $ATTRIBUTES => eval test "\"\$${attribute}\"" will be true for matching attributes
        eval local $ATTRIBUTES
        $Debug && (echo2 "${m}${TAG_NAME}: ${M}$ATTRIBUTES${END}"; test ${CONTENT} && echo2 "${m}CONTENT=${M}$CONTENT${END}")
        if test "${attributes}"; then
          if $MULTIPLE_ATTR; then
            # we don't print "tag: attr=x ..." for a tag passed as argument: it's usefull only for "any" tags so then we print the matching tags found
            ! $LIGHT && [ "x${tag}x" == "xanyx" ] && tag2print="${g6}${TAG_NAME}: "
            for attribute in ${attributes}; do
              ! $LIGHT && attribute2print="${g10}${attribute}${g6}=${g14}"
              if eval test "\"\$${attribute}\""; then
                test "${tag2print}" && ${print} "${tag2print}"
                TAGPRINTED=true; unset tag2print
                if [ "$XAPPLY" == "true" -a "${attribute}" == "${XATTRIBUTE}" ]; then
                  eval ${print} "%s%s\ " "\${attribute2print}" "\${${XAPPLIED_COLOR}}\"\$(\$XCOMMAND \$${attribute})\"\${END}" && eval unset ${attribute}
                else
                  eval ${print} "%s%s\ " "\${attribute2print}" "\"\$${attribute}\"" && eval unset ${attribute}
                fi
              fi
            done
            # this trick prints a CR only if attributes have been printed durint the loop:
            $TAGPRINTED && ${print} "\n" && TAGPRINTED=false
          else
            if eval test "\"\$${attributes}\""; then
              if $XAPPLY; then
                eval echo "\${g}\$(\$XCOMMAND \$${attributes})" && eval unset ${attributes}
              else
                eval echo "\$${attributes}" && eval unset ${attributes}
              fi
            fi
          fi
        else
          echo eval $ATTRIBUTES >>$TMP
        fi
      fi
    fi
  fi
  unset CR TAG_NAME ATTRIBUTES CONTENT COMMENTS
done < "${fileXml}" | ${PROSTPROCESS}
# http://mywiki.wooledge.org/BashFAQ/024
# INFO: I set variables in a "while loop" that's in a pipeline. Why do they disappear? workaround:
if [ -s "$TMP" ]; then
  $FORCE_PRINT && ! $LIGHT && cat $TMP
  # $FORCE_PRINT && $LIGHT && perl -pe 's/[[:space:]].*?=/ /g' $TMP
  $FORCE_PRINT && $LIGHT && sed -r 's/[^\"]*([\"][^\"]*[\"][,]?)[^\"]*/\1 /g' $TMP
  . $TMP
  rm -f $TMP
fi
unset ITSACOMMENT
}

最后是 rtrim、trim 和 echo2（到 stderr）函数：

rtrim() {
local var=$@
var="${var%"${var##*[![:space:]]}"}"   # remove trailing whitespace characters
echo -n "$var"
}
trim() {
local var=$@
var="${var#"${var%%[![:space:]]*}"}"   # remove leading whitespace characters
var="${var%"${var##*[![:space:]]}"}"   # remove trailing whitespace characters
echo -n "$var"
}
echo2() { echo -e "$@" 1>&2; }

着色：

哦，你首先需要定义一些整洁的着色动态变量，然后导出：

set -a
TERM=xterm-256color
case ${UNAME} in
AIX|SunOS)
  M=$(${print} '\033[1;35m')
  m=$(${print} '\033[0;35m')
  END=$(${print} '\033[0m')
;;
*)
  m=$(tput setaf 5)
  M=$(tput setaf 13)
  # END=$(tput sgr0)          # issue on Linux: it can produces ^[(B instead of ^[[0m, more likely when using screenrc
  END=$(${print} '\033[0m')
;;
esac
# 24 shades of grey:
for i in $(seq 0 23); do eval g$i="$(${print} \"\\033\[38\;5\;$((232 + i))m\")" ; done
# another way of having an array of 5 shades of grey:
declare -a colorNums=(238 240 243 248 254)
for num in 0 1 2 3 4; do nn[$num]=$(${print} "\033[38;5;${colorNums[$num]}m"); NN[$num]=$(${print} "\033[48;5;${colorNums[$num]}m"); done
# piped decolorization:
DECOLORIZE='eval sed "s,${END}\[[0-9;]*[m|K],,g"'

如何加载所有这些东西：

您要么知道如何创建函数并通过 FPATH (ksh) 或 FPATH 的仿真 (bash) 加载它们

如果没有，只需复制/粘贴命令行上的所有内容。

它是如何工作的：

xml_read [-cdlp] [-x command <-a attribute>] <file.xml> [tag | "any"] [attributes .. | "content"]
  -c = NOCOLOR
  -d = Debug
  -l = LIGHT (no \"attribute=\" printed)
  -p = FORCE PRINT (when no attributes given)
  -x = apply a command on an attribute and print the result instead of the former value, in green color
  (no attribute given will load their values into your shell as $ATTRIBUTE=value; use '-p' to print them as well)

xml_read server.xml title content     # print content between <title></title>
xml_read server.xml Connector port    # print all port values from Connector tags
xml_read server.xml any port          # print all port values from any tags

使用调试模式 (-d) 将 cmets 和解析的属性打印到标准错误

Answer 9

我不知道有任何纯 shell XML 解析工具。因此，您很可能需要使用其他语言编写的工具。

我的 XML::Twig Perl 模块带有这样一个工具：xml_grep，您可能会在其中将您想要的内容写为 xml_grep -t '/html/head/title' xhtmlfile.xhtml > titleOfXHTMLPage.txt（-t 选项以文本形式而不是 xml 形式提供结果）

Answer 10

好吧，您可以使用 xpath 实用程序。我猜 perl 的 XML::Xpath 包含它。

Answer 11

在对 XML 文件中文件路径的 Linux 和 Windows 格式之间的转换进行了一些研究后，我发现了以下有趣的教程和解决方案：

• General informations about XPaths
• Amara - 用于 XML 的 Pythonic 工具集合
• 使用 4Suite 开发 Python/XML（2 部分）

Answer 12

虽然有很多现成的控制台实用程序可以满足您的需求，但使用 Python 等通用编程语言编写几行代码可能会花费更少的时间，您可以轻松扩展它并适应您的需求。

这是一个使用lxml 进行解析的python 脚本——它将文件名或URL 作为第一个参数，XPath 表达式作为第二个参数，并打印与给定表达式匹配的字符串/节点。

示例 1

#!/usr/bin/env python
import sys
from lxml import etree

tree = etree.parse(sys.argv[1])
xpath_expression = sys.argv[2]

#  a hack allowing to access the
#  default namespace (if defined) via the 'p:' prefix    
#  E.g. given a default namespaces such as 'xmlns="http://maven.apache.org/POM/4.0.0"'
#  an XPath of '//p:module' will return all the 'module' nodes
ns = tree.getroot().nsmap
if ns.keys() and None in ns:
    ns['p'] = ns.pop(None)
#   end of hack    

for e in tree.xpath(xpath_expression, namespaces=ns):
    if isinstance(e, str):
        print(e)
    else:
        print(e.text and e.text.strip() or etree.tostring(e, pretty_print=True))

lxml 可以与pip install lxml 一起安装。在 ubuntu 上你可以使用sudo apt install python-lxml。

用法

python xpath.py myfile.xml "//mynode"

lxml 也接受 URL 作为输入：

python xpath.py http://www.feedforall.com/sample.xml "//link"

注意：如果您的 XML 有一个没有前缀的默认命名空间（例如 xmlns=http://abc...），那么您必须在表达式中使用 p 前缀（由“hack”提供），例如//p:module 从pom.xml 文件中获取模块。如果 p 前缀已经映射到您的 XML 中，那么您需要修改脚本以使用另一个前缀。

---

示例 2

一次性脚本，用于从 apache maven 文件中提取模块名称的狭隘目的。请注意节点名称 (module) 如何以默认命名空间 {http://maven.apache.org/POM/4.0.0} 为前缀：

pom.xml：

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modules>
        <module>cherries</module>
        <module>bananas</module>
        <module>pears</module>
    </modules>
</project>

module_extractor.py：

from lxml import etree
for _, e in etree.iterparse(open("pom.xml"), tag="{http://maven.apache.org/POM/4.0.0}module"):
    print(e.text)

Answer 13

Yuzem的方法可以通过颠倒rdom函数中<和>符号的顺序和变量赋值来改进，这样：

rdom () { local IFS=\> ; read -d \< E C ;}

变成：

rdom () { local IFS=\< ; read -d \> C E ;}

如果没有像这样进行解析，则永远不会到达 XML 文件中的最后一个标记。如果您打算在 while 循环结束时输出另一个 XML 文件，这可能会出现问题。

Answer 14

如果您需要 XML 属性，这很有效：

$ cat alfa.xml
<video server="asdf.com" stream="H264_400.mp4" cdn="limelight"/>

$ sed 's.[^ ]*..;s./>..' alfa.xml > alfa.sh

$ . ./alfa.sh

$ echo "$stream"
H264_400.mp4

Answer 15

虽然看起来“永远不要在没有适当工具的情况下从 bash 解析 XML、JSON...”是合理的建议，但我不同意。如果这是副业，那么寻找合适的工具并学习它是一件很麻烦的事情……Awk 可以在几分钟内完成。我的程序必须处理所有上述和更多类型的数据。地狱，如果我能在几分钟内解决问题，我不想测试 30 种工具来解析我需要的 5-7-10 种不同格式。我不关心 XML、JSON 什么的！我需要一个解决方案来解决所有问题。

举个例子：我的 SmartHome 程序运行着我们的家。在执行此操作时，它会以我无法控制的太多不同格式读取过多的数据。我从不使用专门的、合适的工具，因为我不想花超过几分钟的时间来阅读我需要的数据。通过 FS 和 RS 调整，这个 awk 解决方案完美适用于任何文本格式。但是，当您的主要任务是主要处理该格式的大量数据时，这可能不是正确的答案！

我昨天遇到的从 bash 解析 XML 的问题。以下是我对任何分层数据格式的处理方式。作为奖励 - 我将数据直接分配给 bash 脚本中的变量。

为了便于阅读，我将分阶段提出解决方案。从 OP 测试数据中，我创建了一个文件：test.xml

在 bash 中解析上述 XML 并提取 90 个字符的数据：

awk 'BEGIN { FS="<|>"; RS="\n" }; /host|username|password|dbname/ { print $2, $4 }' test.xml

我通常使用可读性更高的版本，因为它在现实生活中更容易修改，因为我经常需要进行不同的测试：

awk 'BEGIN { FS="<|>"; RS="\n" }; { if ($0 ~ /host|username|password|dbname/) print $2,$4}' test.xml

我不在乎格式是如何调用的。我只寻求最简单的解决方案。在这种特殊情况下，我可以从数据中看到换行符是记录分隔符 (RS) 和 分隔字段 (FS)。在我原来的情况下，我在两条记录中对 6 个值进行了复杂的索引，将它们关联起来，查找数据何时存在以及字段（记录）可能存在也可能不存在。用了 4 行 awk 就完美解决了这个问题。所以，在使用之前根据每个需求调整想法！

第二部分只是简单地查看一行中是否有需要的字符串（RS），如果是，则打印出所需的字段（FS）。以上我花了大约 30 秒来复制和适应我以这种方式使用的最后一个命令（长 4 倍）。就是这样！在 90 个字符内完成。

但是，我总是需要将数据整齐地放入脚本中的变量中。我首先像这样测试构造：

awk 'BEGIN { FS="<|>"; RS="\n" }; { if ($0 ~ /host|username|password|dbname/) print $2"=\""$4"\"" }' test.xml

在某些情况下，我使用 printf 而不是 print。当我看到一切看起来都很好时，我只是完成了为变量赋值。我知道很多人认为“eval”是“邪恶的”，无需评论 :) Trick 多年来在我的所有四个网络上都能完美运行。但是，如果您不明白为什么这可能是不好的做法，请继续学习！包括 bash 变量分配和足够的间距，我的解决方案需要 120 个字符来完成所有操作。

eval $( awk 'BEGIN { FS="<|>"; RS="\n" }; { if ($0 ~ /host|username|password|dbname/) print $2"=\""$4"\"" }' test.xml ); echo "host: $host, username: $username, password: $password dbname: $dbname"