Linux Shell | 解析xml節點
阿新 • • 發佈:2019-11-14
01 xml檔案
# user.xml
<user>
<name>Toy</name>
<sex>man</sex>
<room/>
</user>
其中第 5 行的<room/>
xml 節點是空節點,是比較特殊的格式。
02 多條命令解析xml節點
採用多條命令和管道符也可以解析xml節點,方式如下:
[~]$ cat user.xml | grep name | sed 's/^.*<name>//g' | sed 's/<\/name>.*$//g' Toy [~]$ cat user.xml | grep name | sed 's/^.*<sex>//g' | sed 's/<\/sex>.*$//g' [~]$ cat user.xml | grep room | sed 's/^.*<room>//g' | sed 's/<\/room>.*$//g' <room/>
上面的方式無法解析 <room/>
這種特殊格式的 xml 節點,雖然用多個命令和管道符是可以實現解析正常格式的xml節點的值,但是過多的管道符是會降低執行效率的。
因為管道符是會為連線的命令產生子程序,從而加大CPU的開銷。
03 一行 awk 命令解析xml節點
awk 命令解析所有特殊的 xml 節點的值,只需要一行命:
[~]$ awk '/<\/*name\/*>/{gsub(/[[:space:]]*<\/*name\/*>/,"");print $0}' user.xml Toy [~]$ awk '/<\/*sex\/*>/{gsub(/[[:space:]]*<\/*sex\/*>/,"");print $0}' user.xml man [~]$ awk '/<\/*room\/*>/{gsub(/[[:space:]]*<\/*room\/*>/,"");print $0}' user.xml [~]$
上面的 awk 方式可以相容所有特殊的 xml 節點,並且只需要一條命令就能解析出 xml 的值。
簡單說明下命令的意思:
awk '/匹配的字串/{print $0}'
表示在文字中,找到匹配的字串所在的行記錄,可以替代grep "匹配的字串"
gsub(/匹配的字串/,"")
是 awk 內部的函式,表示將匹配到的字串替換成""
,也就是替換成空字串,可以替代sed 's/匹配的字串//g'
</*name/*>
中的*
號是正則表示式,*
號表示可以重複前面字元 0 個或多個,所以</*name/*>
可以間接的表示<name>
、</name>
和<name/>
[[:space:]]
表示匹配空格、製表格等空白符,[[:space:]]*
表示匹配空白字元0個或多個$0
表示取記錄的所有記錄
所以,awk 解析 xml 節點的命令小結成如下:
awk '/<\/*節點名字\/*>/{gsub(/[[:space:]]*<\/*節點名字\/*>/,"");print $0}' xml檔案
04 小結
我們在編寫指令碼時,需要解析文字檔案時,儘量避免使用多命令和管道符的方式去解析,因為使用了管道符就會產生子程序,會加大了 CPU 的開銷。
大部分情況下只需要一條 awk 命令就完成解析的工作,相比較起多命令和管道符的方式效率會更高,並且CPU開銷小。
通過以上的兩個解析xml節點的案例,我們可以總結出:
awk '/匹配的字串/{print $0}' 可以替代 grep "匹配的字串"
awk '{gsub(/匹配的字串/,"");print $0}' 可以替代 sed 's/匹配的字串/""/g'
awk '/匹配的字串/{gsub(/匹配的字串/,"");print $0}' <xml檔案>
可以替代
cat <xml檔案> | grep "匹配的字串" | sed 's/匹配的字串/""/g'