Bash正则表达式无法匹配xml？ [复制]答案

【问题标题】：Bash regex can't match xml? [duplicate]Bash正则表达式无法匹配xml？ [复制]
【发布时间】：2015-07-31 05:39:27
【问题描述】：

我正在尝试集成 Jenkins 以从关键跟踪器中获取故事，如果它们已包含在构建中，则这些故事已标记为已完成（我们已经在 jenkins 和关键跟踪器上与 github 集成）。使用 curl，我可以使用关键的 web api 获取相关的故事，它返回一个带有故事值的 xml。我在 regexraptor.net 上测试了一个 bash 正则表达式（<current_state>(.*)<\/current_state>），以匹配字符串中的节点值（在本例中为<story><current_state>this</current_state></story>），目标是返回this（元素中所需的文本）用于分配给 bash 变量。 regexraptor 告诉我它匹配，但是当我尝试输出文本时，它出现空白。目前，我的输出代码如下：

$XML_STRING='<current_state>this</current_state>'
[[ $XML_STRING =~ '<current_state>(.*)<\/current_state>' ]]
echo "${BASH_REMATCH[1]}"

什么都不输出。我怎样才能让它输出'this'？

由于我在工作中使用的服务器上的 Oracle Linux 发行版的限制，如果可能的话，我需要使用纯 bash 来使它工作。 sed 和 grep 可用，但我没有运气，他们找到了匹配项，但输出了整个 xml 流而不是我想要的单个单词值，我只是无法让 grep 工作。 xpath 不可用，xmllint 也被证明不可行

【问题讨论】：

请看stackoverflow.com/questions/13150411/…
xmllint 是怎么失败的？我经常将其用作通用 XPath 查询工具 (xmllint --xpath //some_query -)。您可以使用具有实际 XML 解析器的 Python 之类的东西吗？您可以发布一个您尝试解析的实际 XML 的示例吗？
@larsks，许多旧版本的 xmllint 没有--xpath 选项（这也是我倾向于建议xmlstarlet 的部分原因——当然，它不太可能被安装，但是如果已安装，则保证具有相关功能）。但是，是的，使用 Python 往往是一个不错的选择，并且可能适用于 OP。
@larsks xmllint 没有失败，它只是在服务器和服务器发行版的包管理器上不可用，与 xmlstarlet 相同。查尔斯提供的帖子给了我答案（sakurashinken 的答案也是如此）。不幸的是，由于 bash 处理字符串的方式，我最终决定放弃直接的 bash 方法并编写一个命令行 ruby gem 来处理 Jenkins/Pivotal Tracker 集成。

标签： regex xml linux bash

【解决方案1】：

Bash 正则表达式不带引号。以下代码在我的 mac 上以 bash 的形式返回“this”：

XML_STRING='<current_state>this</current_state>'
[[ $XML_STRING =~ \<current_state\>(.*)<\/current_state\> ]]
echo "${BASH_REMATCH[1]}"

【讨论】：

【解决方案2】：

假设我们的 XML 看起来像 this question 中的 XML，您可以像这样使用 xmllint 提取 current_state 值：

$ xmllint --xpath 'string(/stories/story/current_state)' myfile.xml
accepted

如果输入文件包含多个故事，这将只返回第一个。您可以通过为您的 XPath 表达式提供适当的索引来选择其他故事：

$ xmllint --xpath 'string((/stories/story/current_state)[2])' myfile.xml 
unscheduled

如果你真的有：

XML_STRING='<current_state>this</current_state>'

你可以像这样在中间获取值文本：

$ echo "$XML_STRING" | cut -f2 -d'>' | cut -f1 -d'<'
this

【讨论】：

【解决方案3】：

通过以下方式在 linux 上检查您的文件：

cat -vte filename

如果你在第二个位置看到奇怪的 ^@ 或任何其他奇怪的东西，那么你的文件里面有一些控制字符，这会给你带来问题。此外，您可能想要检查/更改 windows 结束行到 linux 结束行。

【讨论】：