正则表达式和内联 XML答案

【问题标题】：Regular Expressions and Inline XML正则表达式和内联 XML
【发布时间】：2012-03-12 14:18:16
【问题描述】：

我有一个内联 XML 文件（xml 标签 + 文本）。我想在特定标签之前抓取 4 个单词。例如：

案例一：

I used to live in <Location>London</Location>.

案例 2：

I work for <Organization> Microsoft Tech.</Organization>
which is in <Location>London</Location>

在这两种情况下，我都想在位置标签前抓取 4 个单词。

输出：

案例一：

used to live in

案例 2：

</Organizattion> which is in

这可能吗？谁能帮帮我？

【问题讨论】：

【解决方案1】：

嗯，最简单的应该是：

((?:\S+\s+){4}\s*)<Location>

请注意，这不会在您的第二种情况下产生所需的结果，因为它假定非空白运行由空白分隔，因此它会在那里产生Tech.</Organization> which is in。

【讨论】：

【解决方案2】：

虽然这很疯狂，我不建议使用它，但您可以使用 awk 执行类似的操作：

awk '/<Location>/ {n=gensub("(.*)<Location>.*","\\1","g",$0); print gensub(".*[ .]([^ .]+ [^ .]+ [^ .]+ [^ .]+) *$","\\1","g",n)} ' INPUTFILE

您可能需要修改 [^ .] 部分以正确确定单词的一部分。

【讨论】：

【解决方案3】：

您需要的正则表达式必须基于正面的外观。对于您的 2 个案例，以下作品：

/(?:[<>\/\w]+\s*){4}(?=<Location>)/s

如果您需要使用上述正则表达式的演示，请告诉我。

【讨论】：

我在这里试过你的表达方式：myregextester.com/index.php 但是我没有得到所需的输出。您能否提供更多信息.. 非常感谢！
我也在同一页面上尝试过，它在那里也运行良好。确保你在没有/ 的情况下输入正则表达式。所以在MATCH PATTERN 中输入(?:[<>\/\w]+\s*){4}(?=<Location>) 并检查标志s（它是一个复选框）。然后输入以上2个文本中的任何一个，然后单击提交。