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/>等[[: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'