Início / unix / Perguntas / 529670
Accepted
John
Asked: 2019-07-12 12:00:25 +0800 CST

Extraia um valor de atributo do XML

  • 772

Usando Bash,

Arquivo:

<?xml version="1.0" encoding="UTF-8"?>
<blah>
    <blah1 path="er" name="andy" remote="origin" branch="master" tag="true" />
    <blah1 path="er/er1" name="Roger" remote="origin" branch="childbranch" tag="true" />
    <blah1 path="er/er2" name="Steven" remote="origin" branch="master" tag="true" />

</blah>

Eu tentei o seguinte:

grep -i 'name="andy" remote="origin" branch=".*\"' <filename>

Mas ele retorna a linha inteira:

<blah1 path="er" name="andy" remote="origin" branch="master" tag="true" />

Eu gostaria de combinar a linha com base no seguinte:

name="andy"

Eu só quero que ele retorne:

master
grep xml

6 respostas

  1. Best Answer

    Use um analisador XML para analisar dados XML. Com , torna-se apenas um exercício XPath:

    $ branch=$(xmlstarlet sel -t -v '//blah1[@name="andy"]/@branch' file.xml)
$ echo $branch
master
    • 42

  2. Com grep:

    grep -Pio 'name="andy".*branch="\K[^"]*' file
    • -Phabilitar expressões regulares perl (PCRE)
    • -iignorar caso
    • -oimprimir apenas peças correspondentes

    Na regex, o \Ké um lookbehind de largura zero para corresponder à parte antes do \K, mas não para incluí-lo na correspondência.

    • 14

  3. Use xmllint para extrair o valor do atributo usando XPath:

    xmllint --xpath 'string(/blah/blah1[@name="andy"]/@branch)' file.xml

    É melhor usar um analisador XML para processar XML, pois a ordem dos atributos pode mudar e as quebras de linha podem ser inseridas, resultando em atributos de nome e ramificação em diferentes linhas do arquivo.

    • 11

  4. Usando awk:

    awk '/name="andy"/{ for (i=1;i<=NF;i++) { if ($i ~ "branch=") { sub(/branch=/, ""); gsub(/"/, ""); print $i } } }' input

    Isso encontrará uma linha contendo name="andy"e, em seguida, percorrerá cada campo nessa linha. Se o campo contiver branch=, removeremos branch=todas as aspas duplas e imprimiremos o restante do campo.

    sub(/branch=/, "")está procurando uma correspondência branch=e substituindo-a por ""(nada)

    gsub é semelhante, exceto que substituirá globalmente (todas as ocorrências em vez de apenas a primeira ocorrência).

    • 3

  5. Eu acho que isso funciona:

    $ grep -i 'name="andy" remote="origin" branch=".*\"' <filename> | awk -F' ' '{print $5}' | sed -E 's/branch=\"(.*)\"/\1/'
master

    A awkparte garante que apenas branch="master"seja retornado, a sedparte devolve o que está entre aspas duplas com uma referência (a \1correspondência com a parte entre os parênteses).

    Agora eu sei que há muitas pessoas por aqui com muito mais conhecimento sobre a arte que é awk e sed, então estou preparado para algumas críticas :-)

    • 1

  6. Se você não tiver acesso a xmllint ou xmlstarlet em sua máquina. Certifique-se de transformar seu xml em uma linha antes de usar grep assim

    cat <filename> | tr -d '\n'

    agora você tem certeza de que as tags não estão divididas em linhas separadas

    | grep -Eo  "<blah1[>\ ][^<]+name=\"andy\"[^>]+."

    será cortado (como em xpath /blah1[@name="andy"])

    <blah1 path="er" name="andy" remote="origin" branch="master" tag="true" />

    agora

    | grep  -oP "(?<=branch\=\")[^\"]*"

    retornará (como em xpath /@branch)

    mestre

    todos juntos

    cat <filename> | tr -d '\n'| grep -Eo  "<blah1[>\ ][^<]+name=\"andy\"[^>]+." | grep  -oP "(?<=branch\=\")[^\"]*"
    • 0

relate perguntas