使用bash腳本處理xml文件

Question

我有一個具有以下結構的xml文件，其中包含許多<Episodes></Episodes> ，其結構如下所示：

<Episode>
  <id>4195462</id>
  <Combined_episodenumber>8</Combined_episodenumber>
  <Combined_season>2</Combined_season>
  <DVD_chapter></DVD_chapter>
  <DVD_discid></DVD_discid>
  <DVD_episodenumber></DVD_episodenumber>
  <DVD_season></DVD_season>
  <Director>Jay Karas</Director>
  <EpImgFlag>2</EpImgFlag>
  <EpisodeName>Karl's Wedding</EpisodeName>
  <EpisodeNumber>8</EpisodeNumber>
  <FirstAired>2011-11-08</FirstAired>
  <GuestStars>Katee Sackhoff|Carla Gallo</GuestStars>
  <IMDB_ID></IMDB_ID>
  <Language>en</Language>
  <Overview>Karl Hevacheck, aka the Human Genius, gets married.</Overview>
  <ProductionCode>209</ProductionCode>
  <Rating>7.6</Rating>
  <RatingCount>20</RatingCount>
  <SeasonNumber>2</SeasonNumber>
  <Writer>Kevin Etten</Writer>
  <absolute_number></absolute_number>
  <filename>episodes/211751/4195462.jpg</filename>
  <lastupdated>1362547148</lastupdated>
  <seasonid>471254</seasonid>
  <seriesid>211751</seriesid>
</Episode>

我已經弄清楚了如何像這樣在單個標簽之間提取信息

  value=$(grep -m 1 "<Rating>" path_to_file | sed 's/<.*>\(.*\)<\/.*>/\1/')

但是我找不到一種方法可以驗證我在看正確的情節。 在保存特定屬性的值之前，檢查這是否是<Combined_season>2</Combined_season> <EpisodeNumber>8</EpisodeNumber>的正確分支。 我知道可以通過結合使用sed和awk來完成此操作，但是似乎無法弄清楚對我如何執行此操作有任何幫助。

Answer 1

使用正確的XML解析器，而不是sed或awk 。 您仍然可以像使用sed或awk一樣，從bash腳本中調用XML解析器。 使用sed或awk是個壞主意，因為XML是結構化文件，是sed和awk面向行文件的典型工作。 您會因使用錯誤的工具而感到頭痛。 我建議使用專用工具或具有解析XML庫的語言（例如php ， python或perl或其他任何不以p開頭的語言）。