Question

我有一个XML文件，如下所示：

<Group>
    <Name>Awesome Group</Name>
    <Notes />
    <Date>2013-04-04</Date>
    <Expires>False</Expires>
    <Icon>7</Icon>
    <Tags />
</Group>

我正尝试使用此命令在<Notes />和</Icon>之间打印所有内容：

$ sed -n '/\<Notes \/\>/ p' file.xml

注意我在关闭括号之前转出了开括号和闭括号以及正斜杠。这不会返回任何匹配，我觉得很奇怪。

更奇怪的是这个命令有效：

$ sed -n '/<Notes \/>/ p' file.xml

为什么这个命令有效，因为我没有转出开括号和近括号？

修改

ruakh有帮助地指出sed有不同的实现，并且开放和关闭括号不需要被转义（我认为sed使用Perl语法来表示正则表达式）。我在Unix＆amp;上发现了另一篇文章Linux也很有帮助：https://unix.stackexchange.com/questions/32907/what-characters-do-i-need-to-escape-when-using-sed-in-a-sh-script

现在我遇到了匹配多行正则表达式的问题。为什么这不起作用？

$ sed -n -r '/^<Notes \/>[\S\s]*?<\/Icon>$/ p' file.xml

我尝试过使用-r（扩展模式），使用^和$，使用.*代替[\S\s]*。，都没有比赛

Answer 1

在sed中，<和>没有特殊含义，但\<和\>有时做：在某些实现中，它们意味着＆＃34;单词的开头＆＃34;和＃34;词尾＃34;例如，这个Bash命令：

{ echo a ; echo ba ; echo b a ; } | sed -n '/\<a/ p'

在某些系统上，

会打印a和b a（在一个单词的开头有a），但不是ba （没有＆＃39; t。）。

（从你选择的标签来看，你可能习惯了Perl？Perl做出了一个面向未来的保证\，当它在非单词字符之前时，总是会逃脱它。例如，<没有特殊含义，但\<无论如何都保证<。但并非所有正则表达式引擎都采用这种方法。）

编辑问题的

编辑：

Sed一次处理一行 - 这是使其成为＆＃34;流编辑器的一部分＆＃34; - 所以多线正则表达式基本上注定要失败。但是，在您的情况下，您实际上并不需要多行正则表达式;您只想查找包含<Notes />的行和包含</Icon>的（不同）行，并打印两者之间的所有行（包括）。为此，您可以使用地址范围，指定/<Notes \/>/的起始地址和/<\/Icon>/的结束地址：

sed -n '/<Notes \/>/,/<\/Icon>/ p'

（见§3.2 "Selecting lines with sed" in the GNU sed user's manual.。）

Answer 2

sed是一个很好的工具，可以在一行上进行简单的替换，对于你应该使用awk的任何其他文本操作。这是一个GNU awk解决方案：

$ gawk -v RS='\0' '{print gensub(/.*(<Notes \/>.*<\/Icon>).*/,"\\1","")}' file
<Notes />
    <Date>2013-04-04</Date>
    <Expires>False</Expires>
    <Icon>7</Icon>

请注意，上面只是在您要求的符号之间打印，而不是符号出现的整行。

sed正则表达式不匹配

2 个答案: