Question

我有一个XML文件，其中包含许多帐户标记，其中包含很少的其他标记，包括RecordNumber和OriginalData。我想比较来自该XML文件的2个数字，一个来自RecordNumber标签，另一个来自OriginalData - 这正是part_name之后的6个字符。理想情况下，这些2个数字应该相等，但某些文件中某些xml标签的相似性如何。

使用awk或sed会很棒???

这是我的XML文件的示例。

....
<Account>
.......
<RecordNumber>224</RecordNumber>
......
  <OriginalData><![CDATA[E0000003350000077558part_name              89947                                         0123456789012345                                            C2016-01-08T13:04:41-05:00001004000000000000000035.000000000000000000035.000                      US034F93Geg824G36L8F                                                                                               0002                                                                                                                                                                                 
.....

....

感谢您的帮助。

Answer 1

 cat file.xml | sed -e "s/^.*RecordNumber>\([0-9]*\)<\/RecordNumber.*part_name *\([0-9]*\) *.*$/RecordNumber=\1\npart_name=\2/g"

Answer 2

这是一个相当长的shell脚本。它会将RecordNumber和part_name号捕获到不同的文件中。然后它使用diff来查找不同的数字。如果存在任何差异，您可以在xml文件中查找此数字。

cat FILE.xml | 
sed -zr ' 
        # normalize xml, insert newlines for RecordNumber and part_name
        s#</?RecordNumber>#\n&\n#g ; 
        s/part_name.{6}/\n&\n/g ;  
 ' | 
 sed -rn '
         # write the numbers into different files
        /<RecordNumber>/,/<\/RecordNumber>/ { 
                /[0-9]+/ { w rval.txt
                p;
                } 
        }
        /part_name/ {
                s/part_name[ ]+//g;
                w pval.txt
                p;
        }
 '
# compare the numbers
diff rval.txt pval.txt

使用awk / sed从多个行的XML标记中提取子字符串

2 个答案: