使用 bash 提取 XML 文件中的数据答案

【问题标题】：Extract data in XML file with bash使用 bash 提取 XML 文件中的数据
【发布时间】：2016-09-19 16:11:15
【问题描述】：

我需要帮助从这样的文件中提取 XML 字符串：

<line>
<Start_Time>2016-May-18 17.06.17.504</Start_Time>
<Domain>pciereg062</Domain>
<Injected_tags>
 before xml started ; AUTOMATIC-REPRODUCTION-stopped on barrier ;
</Injected_tags>
</line>

<line>
<Start_Time>2016-May-18 17.08.53.585</Start_Time>
<Domain>adv191</Domain>
<Injected_tags>port-num-0 ; port-num-0 actual-FW-14.16.0234 ;
</Injected_tags>
</line>

我想提取在injected_tags 中的域名（总是在域之后出现）字符串在屏障上停止。

是否有一个简单的 bash 实用程序来执行此操作（grep、awk、sed）？

从上面的例子中，输出应该是pciereg062而不是adv191。

【问题讨论】：

使用 XML/HTML 解析器（xmllint、xmlstarlet ...）。
见：Using xmlstarlet, how do I change the value of an element
虽然它是一种快速、肮脏、糟糕且不可靠的解决方案，但只要您的 XML 输入结构保持不变，它就应该可以工作：grep -B 2 'stopped on barrier' input.xml | grep -Po '(?<=<Domain>).*(?=</Domain>)'。你真的应该像 Cyrus 建议的那样研究一些 XML 解析器。

标签： xml bash awk sed grep

【解决方案1】：

使用 GNU awk 进行多字符 RS：

$ awk -v RS='</[^>]+>' -F'[<>]' '{m[$2]=$3} $2=="Injected_tags" && /stopped on barrier/{print m["Domain"]}' file
pciereg062

【讨论】：