如何使用 sed,awk 或 grep 在 ZE206A54E97690CCE5ZCC872 上从文件中获取值？

Question

我有 file1 的价值：

<action>
 <row>
    <column name="book" label="book">stick man (2020)/</column>
    <column name="referensi" label="referensi"> http://172.22.215.234/Data/Book/Journal/2016_2020/1%20Stick%20%282020%30/</column>
 </row>
<row>
    <column name="book" label="book">python easy (2019)/</column>
    <column name="referensi" label="referensi"> http://172.22.215.234/Data/Book/Journal/2016_2020/2%20Buck%20%282019%30/</column>
 </row>
</action>

我想使用 linux 脚本或命令（sed、grep 或 awk）获取文件的内容。 例如 output：

stick man (2020) | http://172.22.215.234/Data/Book/Journal/2016_2020/1%/20Stick%20%282020%30
python easy (2019) | http://172.22.215.234/Data/Book/Journal/2016_2020/%2/20Buck%20%282019%30

我的代码：

grep -oP 'href="([^".]*)">([^</.]*)' file1

请帮助我是新手:)

Answer 1

这个

<action>
 <row>
    <column name="book" label="book">stick man (2020)/</column>
    <column name="referensi" label="referensi"> http://172.22.215.234/Data/Book/Journal/2016_2020/1%20Stick%20%282020%30/</column>
 </row>
<row>
    <column name="book" label="book">python easy (2019)/</column>
    <column name="referensi" label="referensi"> http://172.22.215.234/Data/Book/Journal/2016_2020/2%20Buck%20%282019%30/</column>
 </row>
</action>

确实看起来像 HTML 文件。 如果您被允许在您的系统中安装实用程序，我建议您尝试使用 hxselect ，这在您想要提取可以用 CSS 语言描述的内容时很有用。 例如，要从referensi中获取label为file.html的所有column的内容：

cat file.html | hxselect -i -c -s '\n' column[label=referensi]

Answer 2

$ awk -v RS='<[^>]+>' 'NF{printf "%s", $0 (++c%2?" |":ORS)}' file

stick man (2020)/ | http://172.22.215.234/Data/Book/Journal/2016_2020/1%20Stick%20%282020%30/
python easy (2019)/ | http://172.22.215.234/Data/Book/Journal/2016_2020/2%20Buck%20%282019%30/

请注意，正斜杠在您的原始数据中

需要多字符RS支持（GNU awk）。

Answer 3

使用awk您可以尝试：

awk -F'>|/<'  '{ORS= (NR == 3 || NR == 7) ? " |" : "\n"} $2 != "" {print $2}' file
stick man (2020) | http://172.22.215.234/Data/Book/Journal/2016_2020/1%20Stick%20%282020%30
python easy (2019) | http://172.22.215.234/Data/Book/Journal/2016_2020/2%20Buck%20%282019%30

• 或更短：

awk -F'>|/<'  '{ORS= (NR%2) ? " |" : RS} $2 != "" {print $2}' file