bash：使用 awk 或 sed 提取引号之间的属性值（GNU grep 不是一个选项）答案

【问题标题】：bash: extract an attribute value between quotes using awk or sed(GNU grep is not an option)bash：使用 awk 或 sed 提取引号之间的属性值（GNU grep 不是一个选项）
【发布时间】：2018-04-29 06:28:16
【问题描述】：

我有一个包含如下数据的 xml 文件

<temp>
<a="something" total="50" b="something" total="0" c="something" total="20">
</temp>

我需要得到总计的第一个值，即 50，但我的 sed 解决方案是给出最后一次出现的总计值，即 20

sed -n 's/.*total="\([^"]*\).*/\1/p' temp.xml

输出：20

所需输出：50

感谢您的帮助。谢谢

【问题讨论】：

三个属性同名不是错吗？
贪婪匹配会吃掉最后一个“总数”
您不使用支持 XML 的工具有什么原因吗？ //a/@total 将在任何 XPath 处理器中提取您的 50。（XMLStarlet、非古代 xmllint 等）。
...虽然这实际上不是带有 <a="something" 的有效 XML，但我认为这是错误的总结。
我给出的示例不是有效的 xml。我们的 aix 服务器上没有安装 xml 感知工具

标签： xml bash awk sed aix

【解决方案1】：

您或许应该使用 xml 感知工具，但 grep 可以轻松处理。

grep -Pom1 '(?<=total=")[^"]+' file | head -1
50

这会在第一个匹配的行上查找所有总属性值并获取它们中的第一个。

缺少正则表达式功能，您可以回退到

$ grep -Eo 'total="[^"]+"' file | awk -F\" '{print $2; exit}'

50

【讨论】：

OP 说他们不能在 grep 实现中依赖 GNUism，-P 肯定是这样。

【解决方案2】：

sed 不支持非贪婪匹配。摘自here：

在 sed 中获得非贪婪匹配的技巧是匹配所有字符，不包括终止匹配的字符。

所以你的解决方案变成了：

sed -n 's/.[^ ]* total="\([^"]*\).*/\1/p' temp.xml

【讨论】：

【解决方案3】：

你可以试试

cut -sd '"' -f 4 my.xml

【讨论】：

这取决于属性的顺序——如果这是真正的 XML（而且看起来确实如此），则不能保证该顺序是稳定的。

【解决方案4】：

示例数据文件：

$ cat my.xml
<temp>
<a="something" total="50" b="something" total="0" c="something" total="20">
</temp>

以及基于有限数据样本和检索第一个 total 值的唯一要求的快速awk 解决方案：

$ awk -F'"' '/ total=/ { print $4}' my.xml
50

-F'"' ：将（输入）字段分隔符定义为双引号
/ total=/ ：只对包含字符串“total=”的行感兴趣，然后...
print $4 : 打印第四个字段

【讨论】：

如何检索第一个 total 值，而不是仅检索包含子字符串 total 的行上的第一个值？

【解决方案5】：

以下内容将打印文件中所有a 元素的total 属性，逐行打印：

xmlstarlet sel -t -m '//a[@total]' -v ./@total -n <your-file.xml

如果您没有 XMLStarlet，您可以使用 xsltproc（几乎随处可用）来完成此操作。给定以下 xslt 文件（作为xmlstarlet sel -C -t -m '//a[@total]' -v ./@total -n 的输出生成）：

<?xml version="1.0"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:exslt="http://exslt.org/common" version="1.0" extension-element-prefixes="exslt">
  <xsl:output omit-xml-declaration="yes" indent="no"/>
  <xsl:template match="/">
    <xsl:for-each select="//a[@total]">
      <xsl:call-template name="value-of-template">
        <xsl:with-param name="select" select="./@total"/>
      </xsl:call-template>
      <xsl:value-of select="'&#10;'"/>
    </xsl:for-each>
  </xsl:template>
  <xsl:template name="value-of-template">
    <xsl:param name="select"/>
    <xsl:value-of select="$select"/>
    <xsl:for-each select="exslt:node-set($select)[position()&gt;1]">
      <xsl:value-of select="'&#10;'"/>
      <xsl:value-of select="."/>
    </xsl:for-each>
  </xsl:template>
</xsl:stylesheet>

...你可以运行：

xsltproc extract-totals.xslt your-file.xml

【讨论】：

【解决方案6】：

正确的方法是使用 xml/html 解析器，例如 xmllint 和/或 xmlstarlet。

xmllint解决办法：

xmllint --html --xpath "string(//a/@total)" temp.xml 2>/dev/null
50

【讨论】：