匹配 Linux Grep 命令的字符串之间的任何内容

Question

我已经阅读了grep all characters including newline 的帖子，但我没有使用 XML，所以它与我的 Linux 命令有点不同。

我有以下数据：

Example line 0</span>
<tag>Example line 1</tag>
<span>Example line 1.5</span>
<tag>
Example line 2
</tag>
Example line 3
<span>Example line 4</span>

使用这个命令cat file.txt | grep -o '<tag.*tag>\|^--.*'我得到：

<tag>Example line 1</tag>

但是，我希望输出是：

<tag>Example line 1</tag>
<tag>Example line 2</tag>

如何匹配字符串之间的任何内容，包括换行符？

注意：我需要使用<tag 和tag> 作为字符串，因为其他文件可以在行之间包含多个标签和文本。将更新示例数据以显示这一点。

Answer 1

使用gnu-awk 使用</tag> 作为记录分隔符更容易做到这一点：

awk -v RS='</tag>' 'RT {gsub(/\n/, ""); print $0 RT}' file

<tag>Example line 1</tag>
<tag>Example line 2</tag>

Answer 2

考虑这个测试文件：

$ cat file2
Example line 0</span>
<tag>Example line 1</tag>
<span>Example line 1.5</span>
<tag>
Example line 2
</tag>
Example line 3
<span>Example line 4</span>

这会产生您想要的输出（需要 GNU sed）：

$ sed -z 's|\n||g; s|</tag>|&\n|g; s|[^\n]*<tag>|<tag>|; s|\n[^\n]*<tag>|\n<tag>|g; s|\n[^\n]*$|\n|' file2
<tag>Example line 1</tag>
<tag>Example line 2</tag>

限制：请注意，使用非专业工具处理类似 XML 的文本可能非常脆弱。