☰

XML 上下文 grep

tag-icon • tag-icon grep xml
XML 上下文 grep

以下是我的文件的内容，

<A>
<number>100</number>
<name>Word1</name>
</A>
<A>
<number>101</number>
<name> Word2</name>
</A>

如果我 grep for Word1，我试图看到如下输出，

<A>
<number>100</number>
<name>Word1</name>
</A>

如果我 grep for Word2，我试图看到如下输出，

<A>
<number>101</number>
<name>Word2</name>
</A>

有人可以帮忙吗？

答案1

如果这是格式良好的 XML 文档的一部分，您可以使用 XML 解析器提取所需的部分。

为了满足结构良好要求，我已经用<root>和包装了您的 XML 片段</root>。

xmlstarlet sel -t -c '//A[name="Word1"]' -n file.xml

如果你不能直接满足这个，你可以显式地包装它

( echo '<root>'; cat file.xml; echo '</root>' ) | xmlstarlet sel -t -c '//A[name="Word1"]' -n

无论哪种情况，输出都是这样的：

<A>
<number>100</number>
<name>Word1</name>
</A>

答案2

和pcregrep：

<file.xml pcregrep -Mo '(?s)<A>(?:.(?!</A>))*Word1.*?</A>'

使用 GNU grep：

<file.xml grep -zPo '(?s)<A>(?:.(?!</A>))*Word1.*?</A>' | tr '\0' '\n'

（尽管这意味着整个文件被加载到内存中并假设它不包含 NUL 字节）。

一些 PCRE 运算符：

  • (?s)打开s标志（.匹配偶数行分隔符）
  • .(?!</A>)任何字符，前提是它不在 的开头</A>。
  • .*?非贪婪版本.*
  • (:...)只是分组。

<![CDATA[</A>]]>它被诸如或 找不到需要 XML 解析器的Word2表达为<![CDATA[W]]>ord2>或之类的东西所愚弄。&#87;ord2但是，XML 解析器将需要有效的 XML 输入，而您的示例则不需要，除非您将其包含在顶级元素中，否则需要完整读取该文件（但话又说回来，这通常是您在使用该格式时的工作）并且将可能会改变内容（扩展<![CDATA和一些&...;序列）。 Xpath 表达式会导致很难在任何地方找到这些表达式，Word1包括在注释、XML 标记或属性中。

相关内容