如何使用sed提取子字符串

Question

如何使用sed提取子字符串

87

我有一个包含以下行的文件：

  <parameter name="PortMappingEnabled" access="readWrite" type="xsd:boolean"></parameter>
  <parameter name="PortMappingLeaseDuration" access="readWrite" activeNotify="canDeny" type="xsd:unsignedInt"></parameter>
  <parameter name="RemoteHost" access="readWrite"></parameter>
  <parameter name="ExternalPort" access="readWrite" type="xsd:unsignedInt"></parameter>
  <parameter name="ExternalPortEndRange" access="readWrite" type="xsd:unsignedInt"></parameter>
  <parameter name="InternalPort" access="readWrite" type="xsd:unsignedInt"></parameter>
  <parameter name="PortMappingProtocol" access="readWrite"></parameter>
  <parameter name="InternalClient" access="readWrite"></parameter>
  <parameter name="PortMappingDescription" access="readWrite"></parameter>

我想在这个文件上执行命令，仅提取如下输出中显示的参数名称：

$sedcommand file.txt
PortMappingEnabled
PortMappingLeaseDuration
RemoteHost
ExternalPort
ExternalPortEndRange
InternalPort
PortMappingProtocol
InternalClient
PortMappingDescription

这个命令可能是什么？

- MOHAMED

1

请注意，如果XML跨越多行或参数顺序发生变化，您将会感到沮丧。如果有这种可能性，您需要考虑使用适当的XML解析器。 - Andy Lester

哦，对于那些可以在10秒钟内回答的问题和需要更多时间的问题有双重标准？那么，询问你尝试过什么的帖子在哪里呢？哦等等... - rliu

5个回答

119

sed 's/[^"]*"$[^"]*$.*/\1/'

这段命令的作用是：

从一行文本中匹配参数名以及参数值，然后仅保留参数值。具体解释如下：

s - 告诉sed要进行替换操作。
/ - 正则表达式搜索字符串开始符号。
[^"]* - 匹配任何非"字符的字符，出现次数任意多次（匹配parameter name=）。
" - 匹配一个双引号。
$[^"]*$ - 匹配任何不为双引号的字符，并将其保存在一个组中，以便稍后使用 ($ 和 $ 是为了避免括号被当作搜索字符)。例如，可以匹配RemoteHost参数。
.* - 匹配任何字符，出现次数任意多次（匹配" access="readWrite"> /parameter）。
/ - 搜索正则表达式结束符号，同时也是替换操作开始符号。
\1 - 引用之前保存的组中的字符串。
/ - 替换操作结束符号。

简单来说，就是进行类似“查找并替换”的操作，但我们要求sed仅保留先前找到的一部分内容。

- unxnut

68

那既不简单也不优雅，只是晦涩难懂。 - Stefan

43

也许对于未经训练的人来说，这可能是不易懂的。但是如果您花时间学习正则表达式，就像欣赏爵士乐或毕加索的艺术一样，您会欣赏到其中的简单之美。 - SaxDaddy

9

“cryptic” 的意思是：对于未经训练的人来说完全无法读懂。 - John Haugeland

54

谢谢您回答问题而不是提出其他工具！ - Jason Suárez

8

虽然它能够完成工作，但如果您能够解释一下正在发生的事情将会更有益。 - Christian Herenz

显示剩余8条评论

45

你需要 awk。

这是一个快速而不太严谨的方法：

awk -F "\"" '{print $2}' /tmp/file.txt

PortMappingEnabled
PortMappingLeaseDuration
RemoteHost
ExternalPort
ExternalPortEndRange
InternalPort
PortMappingProtocol
InternalClient
PortMappingDescription

- Chris

3

"cut"能更快地完成工作 :-) - Michał Šrajer

awk就像核弹一样，当你只需要炸毁某些东西时使用。 - Sandburg

19

使用类似sed或awk的工具来解析XML是容易出错的。

如果输入内容发生变化，而在名称参数之前会得到换行符而不是空格，那么它将会在某一天失败并产生意外的结果。

如果您确信输入将始终以这种方式格式化，可以使用cut。它比sed和awk更快：

cut -d'"' -f2 < input.txt

最好先解析它，仅提取参数名称属性：

xpath -q -e //@name input.txt | cut -d'"' -f2

如需了解更多有关xpath的信息，请参阅此教程：http://www.w3schools.com/xpath/

- Michał Šrajer

14

介绍如何使用 cut 命令：

cat yourxmlfile | cut -d'"' -f2

该命令将基于"作为delimiter，cut 剪切文件中的所有行，并取出第2个field，这正是您需要的内容。

- Rushi Agrawal

1

你想避免使用无用的 cat。 - tripleee

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Kent · Accepted Answer

grep的诞生是用于提取内容的:

grep -Po 'name="\K[^"]*'

用您的数据进行测试：

kent$  echo '<parameter name="PortMappingEnabled" access="readWrite" type="xsd:boolean"></parameter>
  <parameter name="PortMappingLeaseDuration" access="readWrite" activeNotify="canDeny" type="xsd:unsignedInt"></parameter>
  <parameter name="RemoteHost" access="readWrite"></parameter>
  <parameter name="ExternalPort" access="readWrite" type="xsd:unsignedInt"></parameter>
  <parameter name="ExternalPortEndRange" access="readWrite" type="xsd:unsignedInt"></parameter>
  <parameter name="InternalPort" access="readWrite" type="xsd:unsignedInt"></parameter>
  <parameter name="PortMappingProtocol" access="readWrite"></parameter>
  <parameter name="InternalClient" access="readWrite"></parameter>
  <parameter name="PortMappingDescription" access="readWrite"></parameter>
'|grep -Po 'name="\K[^"]*'
PortMappingEnabled
PortMappingLeaseDuration
RemoteHost
ExternalPort
ExternalPortEndRange
InternalPort
PortMappingProtocol
InternalClient
PortMappingDescription