检查 Unix Shell 中两个连续 XML 标记的出现答案

【问题标题】：Check occurence of two consecutive XML tag in Unix Shell检查 Unix Shell 中两个连续 XML 标记的出现
【发布时间】：2015-01-10 10:48:15
【问题描述】：

我有以下 XML 文件：

<PARENT_TAG>
    <CHILD_TAG>
        <DETAIL_1_TAG></DETAIL_1_TAG>
        <DETAIL_2_TAG></DETAIL_2_TAG>
        <DETAIL_3_TAG></DETAIL_3_TAG>
        <DETAIL_4_TAG></DETAIL_4_TAG>
    </CHILD_TAG>
</PARENT_TAG>

甚至可以格式化为

<PARENT_TAG><CHILD_TAG><DETAIL_1_TAG> ...  </CHILD_TAG></PARENT_TAG>

我想使用 grep、awk、sed 提取 xml 标记的名称。在这种情况下，我会提取“CHILD_TAG”。

【问题讨论】：

不清楚您的预期输出是什么。此外，使用 awk/sed 解析 xml 并不是最好的主意：考虑使用适当的 xml 解析器。
extract the name of the xml tag following 什么？ <PARENT_TAG>?该块是否在您的输入文件中出现一次或多次？ <PARENT_TAG> 可以出现在您不想提取它后面的标签的其他上下文中吗？它可以在<...> 中有任何关联的属性吗？如果可能发生任何此类或任何其他差异，请修改您的示例输入以显示这一点，并在任何情况下发布您的预期输出。

标签： xml shell awk grep ksh

【解决方案1】：

您可以通过以下方式获得所有内容：

awk '$1=$1' ORS="" file
<PARENT_TAG><CHILD_TAG><DETAIL_1_TAG></DETAIL_1_TAG><DETAIL_2_TAG></DETAIL_2_TAG><DETAIL_3_TAG></DETAIL_3_TAG><DETAIL_4_TAG></DETAIL_4_TAG></CHILD_TAG></PARENT_TAG>

但是如果你有更多的行，你需要设置一个开始和结束模式。

这是另一个例子：

cat file
test
<PARENT_TAG>
    <CHILD_TAG>
        <DETAIL_1_TAG></DETAIL_1_TAG>
        <DETAIL_2_TAG></DETAIL_2_TAG>
        <DETAIL_3_TAG></DETAIL_3_TAG>
        <DETAIL_4_TAG></DETAIL_4_TAG>
    </CHILD_TAG>
</PARENT_TAG>
more data

awk '/<PARENT/ {f=1} /<\/PARENT/ {f=0} {printf "%s%s",$1,(f?"":RS)}'
test
<PARENT_TAG><CHILD_TAG><DETAIL_1_TAG></DETAIL_1_TAG><DETAIL_2_TAG></DETAIL_2_TAG><DETAIL_3_TAG></DETAIL_3_TAG><DETAIL_4_TAG></DETAIL_4_TAG></CHILD_TAG></PARENT_TAG>
more

这只会删除PARENTtag 内的换行符。

【讨论】：