☰

sed를 사용하여 XML 파일에서 특정 텍스트 가져오기

tag-icon • tag-icon sed regular-expression xml
sed를 사용하여 XML 파일에서 특정 텍스트 가져오기

왜 내가 이것을 얻지 못하는지 잘 모르겠습니다. 몇 시간 동안 명령을 검색하고 테스트했지만 아무것도 발견하지 못했습니다.

텍스트는 다음과 같습니다

<?xml version="1.0" encoding="UTF-8" standalone="yes"?><result expand="changes,testResults,metadata,logEntries,plan,vcsRevisions,artifacts,comments,labels,jiraIssues" key="EP-ED-JOB1-174" state="Failed" lifeCycleState="Finished" number="174" ....

그리고 저는 그 부분을 뽑아내고 싶습니다 . state="Failed" 아마도…state="Successful"

나는 백만 가지 변형을 시도했습니다.

sed '/state=".*"/p' htmlResponse.txt

그러나 대괄호, 이스케이프 슬래시 등은 전체 텍스트 블록과 일치하는 것 같습니다. 내 정규 표현식에 어떤 문제가 있나요?

답변1

"정규 표현식이 XML을 구문 분석하는 데 충분하지 않기 때문에 적절한 XML 구문 분석기를 사용해야 합니다."라는 필수 설명을 제쳐두고, sed귀하의 행에 두 가지 문제가 있습니다.

  1. ".*"".일치하므로 처음부터 끝까지 일치합니다."
  2. 이 sed명령은 /.../p인쇄합니다전반적으로정규식과 일치하는 경우.

빠르고 더러운 HTML 스크래핑 셸 스크립트를 위해 다음 두 가지 작업을 수행하는 것이 좋습니다.

  1. "[^"]*""따옴표, 따옴표가 아닌 문자, 닫는 따옴표" 와 일치합니다 .
  2. grep -o정규식과 일치하는 파일 부분을 추출하는 것이 훨씬 쉽습니다.

따라서 이것은 명령을 다음과 같이 만듭니다.

grep -o 'state="[^"]*"'

아니면 정말로~ 해야 하다sed를 사용하세요:

sed -n 's/.*\(state="[^"]*"\).*/\1/p'

답변2

올바른 방법은 다음과 같은 XML 파서를 사용하는 것입니다.xmlstarlet:

printf 'state="%s"\n' $(xmlstarlet sel -t -v "//result/@state" -n htmlResponse.txt)

산출:

state="Failed"

속성 값만 가져옵니다(노드가 result두 개 이상인 경우 모든 노드에서).

xmlstarlet sel -t -v "//result/@state" -n htmlResponse.txt

답변3

전체 라인을 일치시켜 인쇄할 수도 있습니다.그냥 일치하는 그룹:

sed -r 's/.*state="([^"]*)".*/\1/' htmlResponse.txt

Failed이것은 실제로 당신이 원하는 것이라고 생각되는 or Successful( state=이전 부분 제외) 을 꺼내는 것입니다 . 하지만 꼭 필요한 경우에는 쉽게 다시 추가하거나 약간 다른 정규식을 사용할 수 있습니다.우즈가 대답했듯이.

그러나 다음과 같이산딥이 언급됨, 이것은정규식을 사용하여 HTML(또는 XML)을 구문 분석하는 것은 단순히 신뢰할 수 없습니다.. 콘텐츠를 대화형으로 소비 grep하거나 sed검색하는 것도 중요하지만 이것이 중요한 작업을 수행해야 하는 스크립트의 일부인 경우그리고 실제로 일하다, XML을 올바르게 구문 분석해야 합니다.

관련 정보