☰

XML 上下文 grep

tag-icon • tag-icon grep xml
XML 上下文 grep

以下是我的文件的內容，

<A>
<number>100</number>
<name>Word1</name>
</A>
<A>
<number>101</number>
<name> Word2</name>
</A>

如果我 grep for Word1，我試著看到如下輸出，

<A>
<number>100</number>
<name>Word1</name>
</A>

如果我 grep for Word2，我試著看到如下輸出，

<A>
<number>101</number>
<name>Word2</name>
</A>

有人可以幫忙嗎？

答案1

如果這是格式良好的 XML 文件的一部分，您可以使用 XML 解析器提取所需的部分。

為了滿足結構良好要求，我已經使用<root>和包裝了您的 XML 片段</root>。

xmlstarlet sel -t -c '//A[name="Word1"]' -n file.xml

如果你不能直接滿足這個，你可以明確地包裝它

( echo '<root>'; cat file.xml; echo '</root>' ) | xmlstarlet sel -t -c '//A[name="Word1"]' -n

無論哪種情況，輸出都是這樣的：

<A>
<number>100</number>
<name>Word1</name>
</A>

答案2

和pcregrep：

<file.xml pcregrep -Mo '(?s)<A>(?:.(?!</A>))*Word1.*?</A>'

使用 GNU grep：

<file.xml grep -zPo '(?s)<A>(?:.(?!</A>))*Word1.*?</A>' | tr '\0' '\n'

（儘管這意味著整個檔案被載入到記憶體中並假設它不包含 NUL 位元組）。

一些 PCRE 運算符：

  • (?s)開啟s標誌（.匹配偶數行分隔符號）
  • .(?!</A>)任何字符，前提是它不在 的開頭</A>。
  • .*?非貪婪版本.*
  • (:...)只是分組。

<![CDATA[</A>]]>它被諸如或 找不到需要 XML 解析器的Word2表達為<![CDATA[W]]>ord2>或之類的東西所愚弄。&#87;ord2但是，XML 解析器將需要有效的XML 輸入，而您的範例則不需要，除非您將其包含在頂級元素中，否則需要完整讀取該檔案（但話又說回來，這通常是您使用該格式時的任務）並且將可能改變內容（擴展<![CDATA和一些&...;序列）。 Xpath 表達式會導致很難在任何地方找到這些表達式，Word1包括在註解、XML 標籤或屬性中。

相關內容