Question

我正在尝试使用以下代码，但它不能正常工作。我是REGEX的新手。请分享您的想法。提前谢谢。

的test.xml

<?xml version="1.0"?>
<audit>
    <interfaces>
        <interface_dtls>ABCD,ABCD 123</interface_dtls>
        <interface_dtls>TESTING,123 TEST</interface_dtls>
    </interfaces>
</audit>

尝试使用以下unix命令

#!/bin/bash
for line in `cat  test.xml | grep -oP "(?<=interface_dtls>)[^<]+"`; do
    echo $line  --Displaying line only for debugging purpose
    interface_code=`echo $line | awk -F ',' '{print $1}'`
    prcdr_cd=`echo $line | awk -F ',' '{print $2}'`
    hive -e "select * from table \
    where sub_sys_cd='$interface_code' and data_prcdr_desc='$prcdr_cd';"
done

实际“ECHO”输出：

ABCD,ABCD
TESTING,123

预期的“ECHO”输出：

ABCD,ABCD 123
TESTING,123 TEST

缺少信息（空格后信息），我的查询无法正常工作。

Answer 1

使用xml_grep，建议的解析选项越多，因为grep不是XML感知工具。

$ xml_grep 'interface_dtls' file --text_only
ABCD,ABCD 123
TESTING,123 TEST

还可以在评论中使用anubhava指向的grep。可能不是最好的方法，但可以做一次性调试。要获得正确的功能，请使用任何XML可读命令（例如xmllint或xml_grep）。

$ grep -oP "(?<=<interface_dtls>)[^<]+" xml_file
ABCD,ABCD 123
TESTING,123 TEST

用于从命令中提取单个单词的骨架代码可以如下完成。我会根据你的需要调整它，不要使用过时的``style命令扩展，而是在适用的地方使用$。

#!/bin/bash

while read -r paramA paramB;
do
    interface_code=$(echo $paramA | awk -F ',' '{print $1}')
    prcdr_cd=$(echo $paramA | awk -F ',' '{print $2}')

    echo $interface_code $prcdr_cd

done < <(xml_grep 'interface_dtls' file --text_only)

Answer 2

另一个答案中提到了xml_grep实用程序。这使用XMLStarlet，它还能够在命令行上验证和修改XML文件：

$ xml sel -t -v '//interface_dtls' -nl data.xml
ABCD,ABCD 123
TESTING,123 TEST

Answer 3

经过一些研究后，我能够解决这个问题。但感谢https://stackoverflow.com/users/5291015/inian，https://stackoverflow.com/users/4941495/kusalananda和https://stackoverflow.com/users/548225/anubhava提供了有用的见解。

的test.xml

<?xml version="1.0"?>
<audit>
    <interfaces>
        <interface_dtls>ABCD,ABCD 123</interface_dtls>
        <interface_dtls>TESTING,123 TEST</interface_dtls>
    </interfaces>
</audit>

在：

#!/bin/bash
for line in `cat  test.xml | grep -oP "(?<=interface_dtls>)[^<]+"`; do
    echo $line  --Displaying line only for debugging purpose
    interface_code=`echo $line | awk -F ',' '{print $1}'`
    prcdr_cd=`echo $line | awk -F ',' '{print $2}'`
    hive -e "select * from table \
    where sub_sys_cd='$interface_code' and data_prcdr_desc='$prcdr_cd';"
done

后：

#!/bin/bash
IFS='$\n'
for line in `cat  test.xml | grep -oP "(?<=interface_dtls>)[^<]+" | cut -d '>' -f 2 | cut -d '<' -f 1`; do
    echo $line  --Displaying line only for debugging purpose
    interface_code=$(echo $line | awk -F ',' '{print $1}')
    prcdr_cd=$(echo $line | awk -F ',' '{print $2}')
    hive -e "select * from table \
    where sub_sys_cd='$interface_code' and data_prcdr_desc='$prcdr_cd';"
done

“ECHO”输出：

ABCD,ABCD 123
TESTING,123 TEST

Regexp在unix

3 个答案: