shell之实战应用一（查找xml文档中的关键字段）

前几天同事问我一个问题，说如下的文档中，如何把name后面的字段（红色框中的字段）单独打印出来？

 

其实这个很简单，先用sed过滤，然后用cut分割显示即可实现，如下：

sed -n '/name/p' a.xml | cut -d '"' -f 2

 使用sed命令的name匹配（或者field也可以）行，然后用cut把"作为分割符取第2列即可

 

或者使用awk也可以实现：

awk -F '"' '$0~"name"{print $2}' a.xml
#或者
awk 'BEGIN{FS="\""}$0~"name"{print $2}' a.xml

 上面语句是把界定符放在了外面，使用参数标识

下面语句是把界定符放在了语句里面，因为双引号是特殊字符，所以使用反斜杠转义一下

 

但我同事说，这个可不止只有一条数据，如果是多条数据，会重复打印字段，部分数据如下：

这时我们需要对语句进行稍微的加工，如果使用sed，则需要如下操作：

sed -n '/name/p' b.xml | cut -d '"' -f 2 | sort |uniq

 后面多加了俩个命令sort和uniq，sort是排序，uniq是去重，只有排序了才能去重，否则不生效。这里也可以把sort和uniq直接写成sort -u，当然如果需要反序，可以写成sort -ur

 

当然使用awk也是可以的，写成如下：

awk 'BEGIN{FS="\""}nameflag[$2]==$2{next}$0~"name"{print $2;nameflag[$2]=$2}' b.xml

 我们这里加了一个数列来存储第二个字段，然后来比较第二个字段是否再出现，如果出现就跳过执行后面的行，这样就避免了重复

 

大家有什么更好的解决办法可以留言!