使用 Shell 脚本从 XML 标记中查找 Substring

Question

我有一个格式为 XML 的文件：

<classes>

 <subject lb="Fall Sem 2020">
  <name>Operating System</name>
  <credit>3</credit>
  <type>Theory</type>
  <faculty>Prof. XYZ</faculty> 
 </subject>

 <subject lb="Spring Sem 2020">
  <name>Web Development</name>
  <credit>3</credit>
  <type>Lab</type>
 </subject>

 <subject lb="Fall Sem 2021">
  <name>Computer Network</name>
  <credit>3</credit>
  <type>Theory</type>
  <faculty>Prof. ABC</faculty> 
 </subject>

 <subject lb="Spring Sem 2021">
  <name>Software Engineering</name>
  <credit>3</credit>
  <type>Lab</type>
 </subject>

</classes>

预期 Output：

Fall Sem 2020
Spring Sem 2020
Fall Sem 2021
Spring Sem 2021

我想提取数组中lb的值。

我的尝试：我尝试使用sed -n "/lb="/,\/"/p" file.xml但这个命令没有给我特定 ZD304BA20E96D874141588EEABAC850E3 的值

处理这个问题的正确方法是什么？

Answer 1

在 xml 元素中获取属性值。

如果没有 XML 解析器可用。 使用 GNU sed：

sed -En 's/.* lb="([^"]+)".*/\1/p' file

Output：

Fall Sem 2020
Spring Sem 2020
Fall Sem 2021
Spring Sem 2021

Answer 2

考虑到您没有任何方法使用 xml 工具，请您尝试在awk中进行操作。

awk '
BEGIN{
  OFS=","
}
/<subject lb="/{
  match($0,/".*"/)
  print substr($0,RSTART+1,RLENGTH-2)
}
' Input_file