awk : 在 XML 中搜索关键字并写入另一个文件答案

【问题标题】：awk : search for a keyword in XML and write to another fileawk : 在 XML 中搜索关键字并写入另一个文件
【发布时间】：2016-11-06 22:58:01
【问题描述】：

我的输入 XML 在下面。如果存在“SEARCH”关键字，我需要在我的输入 XML 中进行搜索。如果存在，我需要将 <record> 中的内容复制到 </record> 并写入另一个 XML 文件。

输入 XML

<XML>
<record category="xyz">
<person ssn="" e-i="E">
<title xsi:nil="true"/>
<position xsi:nil="true"/>
<details>
<names>
<first_name/>
<last_name></last_name>
</names>
<aliases>
<alias>CDP</alias>
</aliases>
<keywords>
<keyword xsi:nil="true"/>
<keyword>SEARCH</keyword>
</keywords>
<external_sources>
<uri>http://www.google.com</uri>
<detail>SEARCH is present in abc for xyz reason</detail>
</external_sources>
</details>
</person>
</record>
<record category="abc">
<person ssn="" e-i="F">
<title xsi:nil="true"/>
<position xsi:nil="true"/>
<details>
<names>
<first_name/>
<last_name></last_name>
</names>
<aliases>
<alias>CDP</alias>
</aliases>
<keywords>
<keyword xsi:nil="true"/>
<keyword>DONTSEARCH</keyword>
</keywords>
<external_sources>
<uri>http://www.google.com</uri>
<detail>SEARCH is not present in abc for xyz reason</detail>
</external_sources>
</details>
</person>
</record>
</XML>

我现在的代码：

NR==FNR {
keywordArray[NR]=$0;
next;
}

/<record / { i=1 }
i { a[i++]=$0 }
/<\/record>/ {
    if (found) {
        for (i=1; i<=length(a); ++i) print a[i] >> output.xml
    }
    i=0;
    found=0
}
$0 ~ "<keyword>"SEARCH"</keyword>" { found=1 }

当前代码存在问题：

代码没有搜索“SEARCH”，也没有向 output.xml 写入任何内容

预期输出：

<record category="xyz">
<person ssn="" e-i="E">
<title xsi:nil="true"/>
<position xsi:nil="true"/>
<details>
<names>
<first_name/>
<last_name></last_name>
</names>
<aliases>
<alias>CDP</alias>
</aliases>
<keywords>
<keyword xsi:nil="true"/>
<keyword>SEARCH</keyword>
</keywords>
<external_sources>
<uri>http://www.google.com</uri>
<detail>SEARCH is present in abc for xyz reason</detail>
</external_sources>
</details>
</person>
</record>

【问题讨论】：

股票建议：不要使用像 awk 这样的面向行的工具来操作 XML 数据。请改用xsltproc 和xmlstarlet 等支持XML 的工具。
即xmlstarlet sel -t -m 'XML/record/person/details/keywords/keyword[.="SEARCH"]' -c '../../../..' foo.xml > bar.xml跨度>
@tomc : 为什么上面的代码中需要'../../../..'？
代码匹配keyword元素，然后选择与匹配相对的record元素，即父级的父级等。但是，有更简单的方法可以做到这一点.

标签： xml bash shell search awk

【解决方案1】：

嗯，它并不完美，但也许你可以改进：

BEGIN {
  FS="\n"        # field separator to enter
  OFS="\n"       # output separator as well
  RS="</record>" # records end at </record>
} 
$0 ~ /<keyword>SEARCH<\/keyword>/'     # print record if SEARCH matched

【讨论】：

【解决方案2】：

有了xmlstarlet，你可以使用这个：

 xmlstarlet sel -t -c "//record[.//keyword/text()='SEARCH']" foo.xml

【讨论】：

@user2488578 正如@Michael Vehrs 所指出的，我的（故意明确的）版本中的'../../../..'是-copy 上面的xml 节四个父母，其中“搜索”是-matched。