linux - 使用 shell 脚本获取多行 XML 中的标签值

Question

我有一个如下的xml文件

<Module dataPath="/abc/def/xyz" handler="DataRegistry" id="id1" path="test.so"/>
<Module id="id2" path="/my/file/path">
  <Config>
    <Source cutoffpackage="1" dailyStart="20060819" dataPath="/abc/def/xyz" />
    <Source cutoffpackage="1" dailyStart="20060819" dataPath="/abc/def/xyz" id="V2"/>
  </Config>
</Module>

我只想提取 dataPath 的值来自每个 moduleid 。

我正在使用类似的命令

`grep 'id2' file | grep -ioPm1 "(?<=DataPath=)[^ ]+"`

这是给我第一个模块ID，而不是第二个模块ID。因为第二个模块位于多行中。

如何使用 shell 脚本执行此操作？

期望的输出是 - 如果我想获取 id1 模块的数据路径，那么应该得到

/my/file/path

对于第二个模块 id，比如 id2，我应该获取用逗号分隔的数据路径

/my/file/path, /my/file/path

或者我 grep 数据路径的第二种方法是替换 newline character之间<Module和</Module>只有这样我才能使用grep。

Answer 1

-m1 告诉 grep 在第一个匹配行后退出，这就是它只打印一行输出的原因。 不过，我不会为此使用面向行的工具。还有更方便的工具用于解析 XML，例如 xmlstarlet :

xml sel -t -m '//@dataPath' -v . -n file.xml