如何从 Unix 命令行删除 XML 标签？
我正在 grep 一个 XML 文件，它给出如下输出：
<tag>data</tag>
<tag>more data</tag>
...
注意，这是一个平面文件，而不是 XML 树。我想删除 XML 标签并只显示其间的数据。我正在从命令行执行所有这些操作，并且想知道是否有比将其通过管道传输到 awk 两次更好的方法...
cat file.xml | awk -F'>' '{print $2}' | awk -F'<' '{print $1}'
理想情况下，我想在一个命令中执行此操作
I am grepping an XML File, which gives me output like this:
<tag>data</tag>
<tag>more data</tag>
...
Note, this is a flat file, not an XML tree. I want to remove the XML tags and just display the data in between. I'm doing all this from the command line and was wondering if there is a better way than piping it into awk twice...
cat file.xml | awk -F'>' '{print $2}' | awk -F'<' '{print $1}'
Ideally, I would like to do this in one command
如果你对这篇内容有疑问，欢迎到本站社区发帖提问 参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。
绑定邮箱获取回复消息
由于您还没有绑定你的真实邮箱，如果其他用户或者作者回复了您的评论，将不能在第一时间通知您！
发布评论
评论（5）
如果您的文件看起来像这样，那么
sed可以帮助您：当然 你不应该使用正则表达式来解析 XML 因为它很难< /a>.
If your file looks just like that, then
sedcan help you:Of course you should not use regular expressions for parsing XML because it's hard.
使用 awk：
Using awk:
尝试一下：
说明：
使用 Perl 兼容的正则表达式 (
-P) 并仅输出指定的匹配项 (-o)：<.*?> ;- 尖括号内任何字符的非贪婪匹配\K- 不在输出中包含前面的匹配（重置匹配开始 - 类似于正向后向查找，但它适用于可变长度匹配）.*?- 非贪婪匹配在下一个匹配处停止（这部分将被输出）(?=<.*?>) - 尖括号内的任何字符的非贪婪匹配，并且不在输出中包含匹配（正向前视 - 适用于可变长度匹配）Give this a try:
Explanation:
Using Perl Compatible Regular Expressions (
-P) and outputting only the specified matches (-o):<.*?>- Non-greedy match of any characters within angle brackets\K- Don't include the preceding match in the output (reset match start - similar to positive look-behind, but it works with variable-length matches).*?- Non-greedy match stopping at the next match (this part will be output)(?=<.*?>)- Non-greedy match of any characters within angle brackets and don't include the match in the output (positive look-ahead - works with variable-length matches)使用
html2text命令行工具，将 html 转换为纯文本。或者，您可以尝试ex-way：
或：
Use
html2textcommand-line tool, which converts html into plain text.Alternatively you may try ex-way:
or:
我知道这不是一场“pergolf大赛”，但我曾经使用过这个技巧。
将记录分隔符设置为
<或>，然后仅打印奇数行：I know this is not a "perlgolf contest", but I used to use this trick.
Set Record Separator for
<or>, then print only odd lines: