Question

我在一个目录中有多个XML文件，我想从中提取不同类型的数据到一个类似于表的输出（字段之间的选项卡）。此外，我想有标题（列名），以及一些列中的布尔插值。

我准备了2个样本XML文件，可以在下面找到，我希望有一个AWK命令，它将运行该目录中的所有文件，并提取以下值：

文件名称
“property1”（数字）
“property2”（布尔值）
字符串“$ test1 $”
字符串“$ test2 $”，如果存在
- 在真实目录中，我有200多个文件，我希望所有这些文件都能在输出中表示，即使其中一些文件没有任何上述值。
  < / LI>
- 请注意，值“$ test1 $”和“$ test2 $”位于不同的父元素下。 “property1”和“property2”元素（上面列表中的＃2和＃3）将始终保持不变，但不一定按相同的顺序排列（如下面的输入文件所示）。
- 我知道如何使用文件名和上面列表中的其他值之一（使用AWK中的FILENAME内置参数）获取所需的输出，但是我似乎无法正确添加其他值。
- 据我所知，AWK是用于此类事情的最佳工具，但是如果你想到另一种能提供相同输出的工具，那么我对它的确比较好:-)

请在下面找到XML文件（输入数据）：

TextXML1.xml：

 <?xml version="1.0" encoding="UTF-8"?>
<TestXML1>
    <properties>
        <property name="property1" value="500"></property>
        <property name="property2" value="true"></property>
    </properties>
    <attrs>
        <attr type='parameter' name='T1234'>
            <parameter input='$test1$'></parameter>
        </attr>
        <attr type='parameter' name='H5H7'>
            <parameter input='$test2$'></parameter>
        </attr>
    </attrs>
</TestXML1>

TestXML2.xml：

 <?xml version="1.0" encoding="UTF-8"?>
<TestXML2>
    <properties>
        <property name="property2" value="False"></property>
        <property name="property1" value="300"></property>
    </properties>
    <attrs>
        <attr type='parameter' name='TD837'>
            <parameter input='$test1$'></parameter>
        </attr>
        <attr type='parameter' name='JQE284'>
            <parameter input='$test3$'></parameter>
        </attr>
    </attrs>
</TestXML2>

所需的输出：

    File name   property1   property2   $test1$     $test2$
TestXML1.xml   500      True        True        True
TestXML2.xml   300      True        True        False

非常感谢！

Answer 1

以下是如何使用GNU awk为第3个arg提取所有名称，值和输入以匹配（）和真正的多维数组：

$ cat tst.awk
match($0,/\<name="([^"]*)".*\<value="([^"]*)"/,a) { n2v[a[1]][ARGIND] = a[2] }
match($0,/\<input=\047([^\047]*)\047/,a) { inputs[a[1]][ARGIND] }
END{
    printf "Filename"
    for (name in n2v) {
        printf "%s%s", OFS, name
    }
    for (input in inputs) {
        printf "%s%s", OFS, input
    }
    print ""

    for (fileNr=1; fileNr<ARGC; fileNr++) {
        printf "%s", ARGV[fileNr]
        for (name in n2v) {
            printf "%s%s", OFS, (fileNr in n2v[name] ? n2v[name][fileNr] : "N/A")
        }
        for (input in inputs) {
            printf "%s%s", OFS, (fileNr in inputs[input] ? "True" : "False")
        }
        print ""
    }
}

$ awk -f tst.awk TestXML1.xml TestXML2.xml
Filename property1 property2 $test1$ $test2$ $test3$
TestXML1.xml 500 true True True False
TestXML2.xml 300 false True False True

您可以轻松调整它，只选择您关心的那些。

Answer 2

正如其他人已经指出的那样，你不应该使用像awk这样的面向行的工具来处理XML。请使用类似xmlstarlet的XML感知工具。这是您问题的部分解决方案：

xmlstarlet sel -t -v //property/@value -nl -v //parameter/@input -nl TestXML1.xml TestXML2.xml

如何使用AWK将多个XML中的数据提取到表中

2 个答案: