我有超过一百个XML文件，包含以下数千行：
<filler name="1" subject="Test subject">
'
<content subject="Test subject" date="2017-20-11" author="testuauthor1">Blah</content>
<content subject="Test subject" date="2017-20-11" author="testuauthor2">Blah</content>
<content subject="Test subject" date="2017-20-11" author="testuauthor3">Blah</content>
'
</filler>
我试图找到一种方法来提取“作者”的内容，所以剩下的就是：
testauthor1
testauthor2
testauthor3
我试图在Notepad ++中使用正则表达式。我现在拥有的是以下代码：
(author[\=\"].*[\"\>])
我对Regex很陌生，但我在这里找到了另一个优秀的主题。我在Notepad ++的搜索功能中使用它。它突出显示by="author"，但也突出了其余部分，即。 ></content>，意思是＆＃39;内容＆＃39;也突出显示，这是一个问题。
所以这显然不是一个解决方案。并且甚至如果我设法突出显示每个人by="author"，我需要将其中的每一个都粘贴到一个新文档中，但我们正在谈论成千上万的事件。
我已经搜索了几个小时的解决方案，但也许我错过了一些明显的东西。我甚至尝试将每个.xml文件转换为.csv并剥离.csv文档中的所有内容，但是＆＃39;作者＆＃39;柱。但是，它不是一个可行的解决方案。
如果有人能指出我在这里做什么的正确方向，我将非常感激。我从未尝试过这样的事情。谢谢！
答案 0 :(得分：1)
正则表达式是解析XML的错误工具。改为使用XPath。
例如：
xmlstarlet sel -t -v "/filler/content/@author" test.xml
将返回
testuauthor1
testuauthor2
testuauthor3
按要求。