请不要在 XML 上使用基于行和正则表达式的解析。这是个坏主意。您可以使用不同格式的语义相同的 XML，而正则表达式和基于行的解析根本无法处理它。
一元标签和可变换行之类的东西——这些 sn-ps '说'同样的东西：
<root>
<sometag val1="fish" val2="carrot" val3="narf"></sometag>
</root>
<root>
<sometag
val1="fish"
val2="carrot"
val3="narf"></sometag>
</root>
<root
><sometag
val1="fish"
val2="carrot"
val3="narf"
></sometag></root>
<root><sometag val1="fish" val2="carrot" val3="narf"/></root>
希望这能说明为什么制作基于正则表达式/行的解析器很困难？幸运的是，您不需要这样做。许多脚本语言至少有一个，有时更多的解析器选项。
正如之前的海报所暗示的 - xml_grep 可用。这实际上是一个基于XML::Twig perl 库的工具。然而，它的作用是使用“xpath 表达式”来查找某些内容，并区分文档结构、属性和“内容”。
例如：
xml_grep 'job' jobs.xml --text_only
但是，为了获得更好的答案，这里有几个根据您的源数据“自己动手”的示例：
第一种方式：
使用twig handlers 捕获特定类型的元素并对其进行操作。这样做的好处是它可以“随时”解析 XML，并让您在需要时随时修改它。当您使用purge 或flush 处理大文件时，这对于丢弃“处理过的”XML 特别有用：
#!/usr/bin/perl
use strict;
use warnings;
use XML::Twig;
XML::Twig->new(
twig_handlers => {
'job' => sub { print $_ ->text }
}
)->parse( <> );
它将使用<> 获取输入（通过管道输入或通过命令行./myscript somefile.xml 指定）并处理它 - 每个job 元素，它将提取并打印任何相关的文本。 （您可能希望 print $_ -> text,"\n" 插入换行符）。
因为它匹配 'job' 元素，所以它也会匹配嵌套的 job 元素：
<job>programming
<job>anotherjob</job>
</job>
将匹配两次，但也会将某些输出打印两次。但是，如果您愿意，可以改为匹配 /job。有用 - 这让你例如打印和删除一个元素或复制并粘贴一个修改 XML 结构的元素。
或者 - 先解析，然后根据结构“打印”：
my $twig = XML::Twig->new( )->parse( <> );
print $twig -> root -> text;
由于job 是您的根元素，我们需要做的就是打印它的文本。
但我们可以更挑剔一点，寻找job 或/job 并专门打印出来：
my $twig = XML::Twig->new( )->parse( <> );
print $twig -> findnodes('/job',0)->text;
您也可以使用 XML::Twigs pretty_print 选项重新格式化您的 XML：
XML::Twig->new( 'pretty_print' => 'indented_a' )->parse( <> ) -> print;
有多种输出格式选项，但对于更简单的 XML（如您的），大多数看起来都非常相似。