Блог

Я пытаюсь извлечь текст из большого файла, однако меня интересует только текст между двумя шаблонами.

Пример текста выглядит следующим образом:

 <account>0409</account><name>Charles</name><type>R</type><accountStatus>active</accountStatus>
  

Моим желаемым результатом должен быть только текст в теге name, ничего до и ничего после. В примере:

Вывод: Чарльз

В этом случае начальным шаблоном является <name> , а конечным шаблоном </name>

Как я могу добиться этого с помощью grep / sed / awk?

Использование GNU awk для RS с несколькими символами:

 $ awk -v RS='</?name>' '!(NR%2)' file
Charles
  

Вышеуказанное будет работать независимо от того, есть ли где-либо во входном файле новые строки или нет, и независимо от того, сколько раз <name>...</name> появляется в одной строке или разбивается на строки, требуется только, чтобы <name> и </name> всегда отображались как пары во входном файле:

 $ cat file
<name>Charles</name><name>William</name>
<name>Edward
</name>
<name>   John Boy Walton   </name>
$ awk -v RS='</?name>' '!(NR%2)' file
Charles
William
Edward

   John Boy Walton
  

и если вы хотите удалить из имен все начальные / конечные пробелы, это простая настройка:

 $ awk -v RS='[[:space:]]*</?name>[[:space:]]*' '!(NR%2)' file
Charles
William
Edward
John Boy Walton
  

С помощью awk

 awk -F"<|>" '/name/ {print $3}' file
Charles
  

Если все данные находятся в одной строке, выполните:

 awk -v RS="<" -F> '/name/{print $2;exit}' file
Charles