Question

更新这是我的档案：

<department name="/fighters" id="123879" group="channel" case="none" use="no">
  <options index_name="index.html" listing="0" sum="no"  allowed="no" />
  <target prefix="ttp" suffix=".net" />
  <type="effort">
  <region="20491" readonly="fs1a" readwrite="fs1a" upload="yes" download="yes" repl="yes" hard="0" soft"0" prio="0" write="no" stage="yes" migrate="no" size="0" >
  <read="content" readwrite="content" hard="215822106624" soft="237296943104" prio="5" write="yes"  stage="yes" migrate="no" size="0" />
  <overflow name="20491-set-writable" />
</replicate>
<region="20576" readonly="fs1a" readwrite="fs1a" upload="yes" download="yes" repl="yes" hard="0" soft"0" prio="0" write="no" stage="yes" migrate="no" size="0" >
<read="content" readwrite="content" hard="215822106624" soft="237296943104" prio="5" write="yes"  stage="yes" migrate="no" size="0" />
<overflow name="20576-set-writable" />
</replicate>
</replication>
<user="T:106603" />
<user="T:123879" />
<user="test" />
<user="ele::123456" />
<user="company-temp" />
<user="companymw2" />
<user="bird" />
<user="coding11" />
<user="plazamedia" />
<allow go="123456=abcdefghijklmnopqrstuvwxyz" />
</department>

我写了一个像bash一样的bash：

awk < test.xml -Fuser= '{ print $2 }' | sed '/^$/d' |  cut -d" " -f1

结果如下：

"T:106603"
"T:123879"
"test"
"ele::123456"
"company-temp"
"companymw2"
"bird"
"coding11"
"plazamedia"

但想象结果是：

"T:106603" />
"T:123879" />
"test" />
"ele::123456" />
"company-temp" />
"companymw2" />
"bird" />
"coding11" />
"plazamedia" />

首先，如何在第二个"之后删除所有内容？

其次，如何在" "？

之间提取所有内容

我喜欢使用sed或awk

提前谢谢

Answer 1

试试这个：

awk -F'"' '/<user=/{ print $2 }' file

Answer 2

试试这个cut，

cut -d'"' -f 2 test.xml

试试这个sed，

带引号（"）：

sed 's/^.*\("[^"]\+"\).*/\1/g' test.xml

没有引号（"）：

sed 's/^.*"\([^"]\+\)".*/\1/g' test.xml

<强>更新

sed -e '/^<user/!{d}' -e '/^<user/s/^.*"\([^"]\+\)".*/\1/' test.xml

Answer 3

如果你想摆脱管道中的sed和cut，有很多方法可以做到这一点，具体取决于角落的情况。对我来说最简单的似乎是

awk -F'"' '/<user=/ { print "\"$2\"" }' test.xml

像往常一样，这是必须的don't parse XML with regex链接。

如果字符串中可以引用双引号（但通常XML会使用实体）或者元素可以具有多个属性，那么稍微有趣的极端情况就是如此。如果一行中可能有多个<user=...>元素，这将很快变得比正确的解决方案更复杂，即<{3}}。

Answer 4

仅使用sed：

$ sed 's/^<user=\(.*"\).*/\1/' test.xml # With quotes
$ sed 's/^<user="\(.*\)".*/\1/' test.xml # Without quotes

Answer 5

尝试：

$ awk '/<user=/ && gsub(/<user=|\/>/,x)' file
"T:106603" 
"T:123879" 
"test" 
"ele::123456" 
"company-temp" 
"companymw2" 
"bird" 
"coding11" 
"plazamedia"

如果您想在Solaris/SunOS系统上尝试此操作，请将awk更改为/usr/xpg4/bin/awk，/usr/xpg6/bin/awk或nawk

Answer 6

使用gnu grep

grep -Po 'user=\K"[^"]*"' file

如何删除特定模式后的行并提取一些东西

6 个答案: