如何使用Unix Sed / Awk找出XML文件的内容？

Question

我有一个像这样的XML文件（MyXML.xml）：

<?xml version="1.0" encoding="UTF-8"?>
<S:Envelope xmlns:S="http://schemas.xmlsoap.org/soap/envelope/">
    <S:Body>
        <ns3:GetAllInfoFromRest xmlns:ns2="http://com.lanuk.cfe/b2_7/service/objects" xmlns:ns3="http://com.lanuk.cfe/b2_7/service/operations">
            1111,GH43567,Hamburger,GET,278598655,\n000001,                    ,Kunal,Bhyuo,Ramond,856 K. 98 Rd,                                        ,                                        ,Tripura,AGT,INDIA,856987,                    ,S,S,S,8956,\666666
        </ns3:GetAllInfoFromRest>
    </S:Body>
</S:Envelope>

现在，我需要从此xml中剥离SOAP内容和所有标签属性，并仅获取字符串响应1111,GH43567,Hamburger,GET,278598655,\\n000001, ,Kunal,Bhyuo,Ramond,856 K. 98 Rd, , ,Tripura,AGT,INDIA,856987, ,S,S,S,8956,\\666666 。

我怎么用awk或sed来做？

我以这种方式尝试过：

$ xgawk -lxml 'XMLATTR["xmlns:ns3"]=="http://com.lanuk.cfe/b2_7/service/operations"{print $2}' MyXML.xml

但是很明显，我由于它无法正常工作而犯了一些错误。 有人可以提出其他解决办法吗？

Answer 1

使用awk

awk '{gsub(/<[^>]*>/,"")}NF{$1=$1;print}' file.xml
1111,GH43567,Hamburger,GET,278598655,\n000001, ,Kunal,Bhyuo,Ramond,856 K. 98 Rd, , ,Tripura,AGT,INDIA,856987, ,S,S,S,8956,\666666

gsub部分替换所有以<开头并以>结尾的内容，因此eks <S:Body> is removed. NF只是打印出包含数据的行，而删除空白行。 $1=$1删除了前导和尾随空格。

Answer 2

您可能需要研究xmlstarlet（ http://xmlstar.sourceforge.net/ ）。 xmlstarlet是命令行xml工具包。 xmlstarlet允许您将xml转换为pyx格式。 pyx本质上是扁平化的xml表示形式，每个标记一行。 然后，您可以使用grep，sed等提取所需的内容。