我有一个看起来像这样的.xml文件，
此下面的另外一千行
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 1.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 2.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 3.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
我试图将数据与数据分开并将数据移动到多个文件
我尝试了下面的代码，但它是第一部分，我无法移动第二和第三部分等。
sed -En 'H;$!d
g;s/.*[\n](.*<note>.*\n.*<note>[^\n]*).*/\1/p
' sample.xml > 1.xml
请帮我解决这个问题。
提前致谢...
答案 0 :(得分：3)
不要使用正则表达式，也不要使用正确的XML / HTML解析器和强大的xpath查询：
for i in {1..3}; do
xmllint --xpath "//note[$i]" file > $i.xml
done
根据编译理论，无法使用基于finite state machine的正则表达式解析HTML。由于HTML的层次结构，您需要使用pushdown automaton并使用LALR等工具操作YACC语法。
您可以使用以下其中一项：
xmllint通常默认使用libxml2，xpath1安装（检查my wrapper以使换行符分隔输出
xmlstarlet可以编辑，选择，转换......默认情况下不安装，xpath1
通过perl的模块XML :: XPath，xpath1 安装xidel xpath3
saxon-lint我自己的项目，包装在@Michael Kay的Saxon-HE Java库中，xpath3
python的lxml（from lxml import etree）
perl的XML::LibXML，XML::XPath，XML::Twig::XPath，HTML::TreeBuilder::XPath
ruby nokogiri，check this example
php DOMXpath，check this example
答案 1 :(得分：1)
试试这个（这个解决方案假设你每6行都有数据）：
c=1; while read l1 && read l2 && read l3 && read l4 && read l5 && read l6; do echo -e "$l1\n$l2\n$l3\n$l4\n$l5\n$l6\n" > ${c}.xml; ((c++)); done < big.xml; echo; find . | grep "[1-9]*.xml$"; echo; grep . [1-9]*.xml
./3.xml
./2.xml
./1.xml
1.xml:<note>------------------------------------------+
1.xml:<to>Tove</to> |
1.xml:<from>Jani</from> |
1.xml:<heading>Reminder</heading> |--> To 1.xml
1.xml:<body>Don't forget me this weekend!</body> |
1.xml:</note>-----------------------------------------+
2.xml:<note>------------------------------------------+
2.xml:<to>Tove</to> |
2.xml:<from>Jani</from> |
2.xml:<heading>Reminder</heading> |--> To 2.xml
2.xml:<body>Don't forget me this weekend!</body> |
2.xml:</note>-----------------------------------------+
3.xml:<note>------------------------------------------+
3.xml:<to>Tove</to> |
3.xml:<from>Jani</from> |
3.xml:<heading>Reminder</heading> |--> To 3.xml
3.xml:<body>Don't forget me this weekend!</body> |
3.xml:</note>-----------------------------------------+
答案 2 :(得分：0)
一般情况下，如果没有合适的解析器，就不应该这样做。由于该示例已经是无效的xml文件，因此您可以将<note> ... </note>块分开。
如果文件具有该结构，您可以使用此awk分隔出<note> ... </note>块并写入1.xml, 2.xml...：
awk '/^<note>/ {f=1; s=$0 ORS; next}
/^<\/note>/ {s=s $0 ORS; print s >++i ".xml"; f=0; next}
f {s=s $0 ORS}' file.xml
这不会支持<note> ... </note>块的任何形式的嵌套。这个或正则表达式通常是对xml的脆弱方法。
答案 3 :(得分：-2)
支持任何结构/差异。没有。行：
[gigauser@loriServer giga]$ cat big.xml
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 1.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 2.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 3.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
[gigauser@loriServer giga]$ cat -n big.xml | sed "s/[ \t][ \t]*/ /g;s/^ //;s/ /:/"|egrep ":<note>|:<\/note>"|cut -d':' -f1 > lines.txt; c=1; while read lfrom; read lto; do sed -n "${lfrom},${lto}p" big.xml > ${c}.xml; ((c++)); done < lines.txt
[gigauser@loriServer giga]$
[gigauser@loriServer giga]$ ls -1 [1-9]*.xml
1.xml
2.xml
3.xml
[gigauser@loriServer giga]$
[gigauser@loriServer giga]$ cat -n 1.xml
1 <note>------------------------------------------+
2 <to>Tove</to> |
3 <from>Jani</from> |
4 <heading>Reminder</heading> |--> To 1.xml
5 <body>Don't forget me this weekend!</body> |
6 </note>-----------------------------------------+
[gigauser@loriServer giga]$
[gigauser@loriServer giga]$ cat 2.xml
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 2.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
[gigauser@loriServer giga]$
[gigauser@loriServer giga]$ cat 3.xml; rm lines.xml
<note>------------------------------------------+
<to>Tove</to> |
<from>Jani</from> |
<heading>Reminder</heading> |--> To 3.xml
<body>Don't forget me this weekend!</body> |
</note>-----------------------------------------+
答案 4 :(得分：-2)
这是我更有效的解决方案，只读取一次文件：
#!/bin/bash
OIFS=$IFS
IFS=$'\n'
i=0
while read line
do
if [[ "$line" == '<note>' ]]
then
((i++))
fi
echo "$line" >> note-$i.xml
done
IFS=$OIFS
调用：
./notes-xml.sh < notes.xml
（删除旧的。）