grep只与正则表达式一行中的第一个匹配

Question

我有一些xml文件，在将它解析为Python中的csv文件（内存问题）之前，我想做一些预处理。

说我想从像

这样的xml文件中查找标题包含“abcd”的内容

<Title> Project abcd </Title> <Id> xxxx</Id> <Group>xxxx</Group>... <Title> Project abcd </Title>

由于重复的标题字段，如果我这样做

grep -Ei "<Title>.*abcd.* </Title>"

如果“abcd”巧合地包含在Id或其他不相关的字段中，它将返回该行。

有没有办法可以使用grep返回只有Title字段包含我想要找到的模式的行？

Answer 1

你应该知道风险，用正则表达式解析html / xml。如果你必须这样做， 尝试

'<Title>[^<]*abcd[^<]*</Title>'

Answer 2

使用xml / html解析器是操作xml / html数据的正确方法：

xmlstarlet 解决方案：

xmlstarlet sel -t -c "//Title[contains(text(),"abcd")]" -n your.xml

输出（用于当前输入）：

<Title> Project abcd </Title><Title> Project abcd </Title>