awk，提取不同分隔符之间的字符串答案

【问题标题】：awk, extract string between different delimitersawk，提取不同分隔符之间的字符串
【发布时间】：2012-08-18 14:11:21
【问题描述】：

我有如下的xml文件：

<Name ns1:translate="yes">Overview</Name>     
<TextValue>Start</TextValue>
<Title ns1:translate="yes">This is a "book"</Title>
<Title>BOOK</Title>
<Description ns1:translate="yes"/>
<TextValue ns1:translate="yes">End</TextValue>

如果标签包含 translate="yes"，我想提取字符串。输出应如下所示：

Overview = Overview
This is a "book" = This is a "book"
   = 
End = End

我需要使用 shell 脚本进行上述提取。我尝试使用：

awk awk -F '["&lt;&gt;]' '{if (/.*translate="yes".*/) {print ((NF&gt;6?OFS $(NF-2):x))}

但这并没有给我想要的结果，因为输出中的“书”没有被打印出来。请让我知道上面的 awk 有什么问题。

【问题讨论】：

改用xsltproc 等可识别XML 的工具。

标签： xml awk extract

【解决方案1】：

就像tripleee 建议的那样，您应该使用xml 解析器。对于使用 awk 的肮脏解决方案，您可以这样做：

awk -F '[<>]' '{ for (i=1; i<=NF; i++) if ($i ~ /translate="yes"/) print $(i+1), "=", $(i+1) }' file.txt

结果：

Overview = Overview
This is a "book" = This is a "book"
 = 
End = End

这个解决方案只会在找到translate="yes" 后打印下一个元素。 YMMV。

【讨论】：

【解决方案2】：

>awk 'BEGIN{FS="<|>"}/translate="yes"/{split($2,a,">");print a[2]"="a[2]}' temp
Overview=Overview
This is a "book"=This is a "book"
=
End=End

【讨论】：