sed 在不区分大小写的两个 xml 标记之间提取文本答案

【问题标题】：sed extract text between two xml tags with case insensitivesed 在不区分大小写的两个 xml 标记之间提取文本
【发布时间】：2020-06-29 22:26:50
【问题描述】：

我想获得不区分大小写的标签之间的字符串。

Sample.xml：

<Sample> <emp> <id>1234</id> <name>Raj</name> </emp> </Sample>

或者

<Sample><emp><id>1234</id><name>Raj</name></emp></Sample>

我确实喜欢下面的工作正常但不区分大小写。

sed -n 's:.*<name>\(.*\)</name>.*:\1:p' Sample.xml

这里name不区分大小写，如何处理。

【问题讨论】：

标签： bash shell centos7

【解决方案1】：

在处理 XML 文档时，您需要使用可识别 xml 的实用程序。 sed 和 awk 不提供任何验证 XML 的方法。例如，使用xmlstarlet，您将使用：

xmlstarlet sel -t -v "/Sample/emp/name" Sample.xml

（注意：带有xmlstarlet的节点名称区分大小写。使用前查询XML结构以确保大小写正确）

这将检索Raj 作为输出。

如果你确实想使用sed（不推荐），你可以这样做：

sed 's/^.*<naME>\([^<]*\)<\/name>.*$/\1/gI' Sample.xml

(注意：您基本上错过了锚定行首和行尾的 '^' 和 '$'。这个 sed 表达式仅在 XML 都在同一行时才有效，适当的 XML 实用程序没有这样的限制）

输出是一样的。

【讨论】：

你在哪里使它不区分大小写？
这没有回答我的报价。我需要不区分大小写
然后使用上面的sed 选项——它不区分大小写。
我的 xml 是格式化的，这里我把它放在单行 sed 不适用于格式化的 xml。
我把你的输入放在Sample.xml文件中，就像你展示的那样，每次输出都是Raj - - 你在LINux，Mac，Windows WSL上 - 你有吗GNU sed 或不同的东西。上面的sed 不包含任何特定于 GNU 的内容，所以我不确定问题是什么。如果您的文件来自 Windows 并且是 UTF-16 - 这将是一个问题。 file Sample.xml 显示什么？

【解决方案2】：

我想你正在寻找这个

sed -n 's:.*<namE>\(.*\)</Name>.*:\1:pgI' Sample.xml

【讨论】：

这仍然是区分大小写的。
不，这不区分大小写。我厌倦了所有情况。

【解决方案3】：

在使用 xmlstarlet 选择之前，可以使用 xslt 模板来规范大小写。请注意，xpath 中的元素现在都是小写的。

xmlstarlet sel -t -v "/sample/emp/name" <(xsltproc element-name-tolower.xsl Sample.xml)

元素名称tolower.xsl：

<xsl:stylesheet version="1.0"
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:variable name="lowercase" select="'abcdefghijklmnopqrstuvwxyz'" />
    <xsl:variable name="uppercase" select="'ABCDEFGHIJKLMNOPQRSTUVWXYZ'" />

    <xsl:template match="*">
        <xsl:variable name="elemName" select="translate(name(.), $uppercase, $lowercase)"/>
        <xsl:element name="{$elemName}">
            <xsl:copy-of select="@*" />
            <xsl:apply-templates select="node()"/>
        </xsl:element>
    </xsl:template>
</xsl:stylesheet>

Sample.xml：

<Sample>
    <emp>
        <id>1234</id>
        <nAme>Raj</nAme>
    </emp>
</Sample>

输出：

Raj

【讨论】：