Sed 脚本 - 删除行答案

【问题标题】：Sed script - Removing linesSed 脚本 - 删除行
【发布时间】：2013-01-25 15:07:10
【问题描述】：

我需要 sed 脚本方面的帮助。我有一个 XML 文件，我必须删除除这些标签中包含的文本之外的所有内容：

<TEXT>......</TEXT>
<HEADLINE>......</HEADLINE>

如何编写 sed 代码？我知道如何删除除 ONE 标签中的文本之外的所有内容。

s/.*<TEXT>\(.*\)<\/TEXT>.*/\1/

但是如何为许多标签编写 sed 代码？

【问题讨论】：

为什么不直接使用 XML 解析器？

标签： regex sed

【解决方案1】：

您可以将多个命令传递给sed：

$ echo '<TEXT>Hello</TEXT>
<HEADLINE>there</HEADLINE>' | sed -n 's/.*<TEXT>\(.*\)<\/TEXT>.*/\1/gp; s/.*<HEADLINE>\(.*\)<\/HEADLINE>.*/\1/gp' 
Hello
there

但是在将正则表达式应用于类似 XML 的文件时，您确实应该小心。

【讨论】：

【解决方案2】：

假设您有有效的 XML：

sed '/.*<\(TEXT\|HEADLINE\)>\(.*\)<\/\(TEXT\|HEADLINE\)>.*/!d;s//\2/' yourfile.xml

如果您想使用 sed 脚本，请添加以下行：

/.*<\(TEXT\|HEADLINE\)>\(.*\)<\/\(TEXT\|HEADLINE\)>.*/!d;s//\2/

然后运行：

sed -f yourscript.sed < yourfile.xml

【讨论】：

但是如何将它添加到脚本文件中？
@mrjasmin 我将那部分添加到我的答案中。

【解决方案3】：

这可能对你有用（GNU sed）：

 sed -r '/<(text|headline)>/I!d;s//&\n/;s/^[^\n]*\n//;:a;/<\//!{$!{N;ba}};s/\n/ /g;s/<\//\n&/;P;D' file

这将删除所有接受TEXT 和HEADLINE 标记之间的文本，并且在多行值上用空格替换换行符。

【讨论】：