如何使用bash腳本從令牌之間的文件文本中提取

Question

我在讀這個問題： 使用bash在文本文件中提取2個標記之間的行，因為我有一個非常相似的問題...我必須在此xml文件中提取文本（並將其保存到$ variable，然后再打印）：

<--more labels up this line>
<ExtraDataItem name="GUI/LastVMSelected" value="14cd3204-4774-46b8-be89-cc834efcba89"/>
<--more labels and text down this line-->

我只需要獲取value =（顯然沒有方括號，也沒有'value ='），但是首先，我認為它必須搜索“ GUI / LastVMSelected”才能到達這一行，因為在其他地方可能存在類似的value字段行，而該標簽的值就是我想要的。

Answer 1

如果它們在同一行上（如您的示例所示），則更加容易。 只是：

sed -ne '/name="GUI\/LastVMSelected"/s/.*value="\([^"]*\)".*/\1/p'

說明：

• -n：禁止默認打印
• / name =“ GUI \\ / LastVMSelected” /：僅與此模式匹配的行
• S /。 value =“（[[^”]）“ 。/ \\ 1 / p
  • 替換所有內容，捕獲括號部分（值的值）
  • 並打印結果

Answer 2

我假設您是從XML文檔中提取的。 如果是這種情況，請查看用於處理XML的XMLStarlet命令行工具。 有查詢XML文檔的一些文件在這里 。

Answer 3

用這個：

for f in `grep "GUI/LastVMSelected" filename.txt | cut -d " " -f3`; do echo ${f:7:36}; done

• grep只為您提供所需的行
• cut使用一些分隔符分割線，並返回分割的第N個結果
• -d " "將分隔符設置為空格
• -f3返回第三個結果（基於1的索引）
• ${f:7:36}提取從索引7開始的36個字符的子字符串。 這樣就消除了前導value="和尾部斜杠等。

顯然，如果字段的順序改變了，這將中斷，但是如果您只是在想一些又快又臟的方法，那應該就是它。

Answer 4

使用我從您鏈接的問題中得到的答案：

sed -n '/<!--more labels up this line-->/{:a;n;/<!--more labels and text down this line-->/b;\|GUI/LastVMSelected|s/value="\([^=]*\)"/\1/p;ba}' inputfile

說明：

• -n不要隱式打印
• /<!-- this is token 1 -->/{ -如果找到起始標記，則
  • :a a-標簽“ a”
    • n閱讀下一行
    • /<!-- this is token 2 -->/q如果它是結束標記，請退出
    • \\|GUI/LastVMSelected| -如果該行與字符串匹配
      • s/value="\\([^"]*\\)"/\\1/p在'value ='之后和下一個引號之前打印字符串
  • ba標記為“ a”的分支
• }結束，如果