Question

我有一个输出：

 <artifactId>prj-parent</artifactId>
 <version>1.11.1-Beta01-SNAPSHOT</version>

如何使用linux命令仅提取1.11.1-Beta01-SNAPSHOT？谢谢！

Answer 1

您可以使用grep：

  echo $string | grep -P -o '(?<=<version>).*?(?=</version>)'

Answer 2

grep '<version>' | replace "<version>" "" "</version>" ""

每行一个条目

Answer 3

awk -F '[<>]' '$2 == "version" {print $3}'

Answer 4

GNU sed：

sed -nr '/<\/?version>/s///gp'

Answer 5

a="<artifactId>prj-parent</artifactId>\n<version>1.11.1-Beta01-SNAPSHOT</version>"
echo $a | grep -oe "<version>.*</version>" | cut -d">" -f2- | cut -d"<" -f1

Answer 6

TXR：

$ txr -c "@(skip)
 <artifactId>@aid</artifactId>
 <version>@version</version>" data.txt
aid="prj-parent"
version="1.11.1-Beta01-SNAPSHOT"

仅设置eval命令和shell变量version。您可以检查aid以获取正确的工件ID。如果txr找不到匹配项，则会失败并打印单词false。在eval下，此false将创建失败的终止状态：

if $(txr -c "@(skip)
 <artifactId>@aid</artifactId>
 <version>@version</version>") ; then
  echo "version captured: $version"
else
  echo "failed to match, uh oh!"
fi

使用TXR提取XML并不像使用XML解析器然后访问节点结构那样理想，但它比使用简单的正则表达式更加健壮，这些正则表达式可以锁定最少量的上下文来完成工作，并且仅用少量例子验证。

对于这些类型的任务，您并没有真正拥有软件工程的奢侈品，而是拥有严格测试套件的解决方案。数据的变化甚至不是预先知道的，或者可能存在大量数据（例如从大日志中提取），其中很难发现错误。（如果说，日志中每10,000个条目中有2个被提取错误，有人会抓到错误吗？）数据也会改变。明天会有人更改XML，而你的正则表达式黑客会将一些错误的文本拉出来作为版本。

最好的方法是编写非常具体的匹配，只允许输入之间的相关预期变化，并且如果存在不匹配则会抱怨。

如何通过bash提取一些文本

6 个答案: