从 href 元素中提取文件名

Question

对于具有这种简单格式的 XML 文件，您可以使用grep：

grep -Po 'href="\K[^"]*' file.xml > filenames.lst

-P使用 Perl 兼容正则表达式 (PCRE)
-o仅输出匹配项
\K 保持一切直到比赛结束
[^"]*匹配任意数量的字符 ( *)，但不是 ( ^) 双引号 ( ")。

但是，如果您有一个更复杂的xml，您可以并且应该选择合适的xml解析器，例如xmlstarlet：

xmlstarlet sel -t -v '//item/@href' -n file.xml > filenames.lst

可以通过以下方式安装

sudo apt install xmlstarlet

由于您已用标记了您的问题python，因此当然您也可以使用它：

#!/usr/bin/env python3
import xml.etree.ElementTree as ET
root = ET.parse('file.xml')
for item in root.findall('.//item'):
    print(item.attrib['href'])

Answer 1

对于具有这种简单格式的 XML 文件，您可以使用grep：

grep -Po 'href="\K[^"]*' file.xml > filenames.lst

-P使用 Perl 兼容正则表达式 (PCRE)
-o仅输出匹配项
\K 保持一切直到比赛结束
[^"]*匹配任意数量的字符 ( *)，但不是 ( ^) 双引号 ( ")。

但是，如果您有一个更复杂的xml，您可以并且应该选择合适的xml解析器，例如xmlstarlet：

xmlstarlet sel -t -v '//item/@href' -n file.xml > filenames.lst

可以通过以下方式安装

sudo apt install xmlstarlet

由于您已用标记了您的问题python，因此当然您也可以使用它：

#!/usr/bin/env python3
import xml.etree.ElementTree as ET
root = ET.parse('file.xml')
for item in root.findall('.//item'):
    print(item.attrib['href'])

从 href 元素中提取文件名

答案1

相关内容