パイプを複数行として一の長い行が

Question

は、区切り文字が</record>\n<record>だったら私が行うことができるだろう</record><record>

で区切られ、私は改行を含まないXMLファイルの束を持っていると言うが、基本的には、レコードの長いリストが含まれていますcatは1行に1つのレコードを出力するため、cat *.xml | grep xyz | wc -lのようなもので、対象のレコードのインスタンスを数えます。

SOMETHING *.xml | grep xyz | wc -lを書く方法はありますか？SOMETHINGはレコードを1行に1つストリーム配信できますか？私はこのためにawkを使ってみましたが、ファイル全体をメモリにストリーミングするのを避ける方法を見つけることができませんでした。

うまくいけば、問題は、あなたのレコード体が<または/または>ようには文字を持っていない場合、あなたはこの試みることが十分に明確:)

Answer 1

これは少し醜いですが、それは動作します：

sed 's|</record>|</record>\ 
|g' *.xml | grep xyz | wc -l 

（はい、私は唯一の明確さのコストで、私はそれが少し短く作ることができます知っている。）

Answer 2

です：

grep -E -o 'SEARCH_STRING[^<]*</record>' *.xml| wc -l 

または

grep -E -o 'SEARCH_STRING[^/]*/record>' *.xml| wc -l 

を

または

grep -E -o 'SEARCH_STRING[^>]*>' *.xml| wc -l 

Answer 3

ここれますxsltproc,grepおよびwcを使用する別の方法です。警告：私はXSLの初心者ですので危険です:-)。ここに私のcount_records.xslファイルです：私のMac上で

<?xml version="1.0"?> 
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 

    <xsl:output method="text" />  <!-- Output text, not XML --> 
    <xsl:template match="record">  <!-- Search for "record" node --> 
    <xsl:value-of select="text()"/> <!-- Output: contents of node record --> 
    <xsl:text>      <!-- Output: a new line --> 
    </xsl:text> 
    </xsl:template> 

</xsl:stylesheet> 

、私はプロセスのXMLファイル、XSLファイルからの指示を読んでxsltprocのと呼ばれるコマンドラインツールを見つけました。だから、コマンドは次のようになります

xsltproc count_records.xsl *.xml | grep SEARCH_STRING | wc -l 

• xsltprocのコマンドは、各ノード内のテキスト、1行ずつ
• のgrepコマンドフィルタアウトあなたが
に興味のあるテキストを表示します
• は最後に、WCコマンドは、カウントを生成

Answer 4

あなたかもしれませんLSOギグサイズのファイルのためのxmlstarletを試してみてください。

# cf. http://niftybits.wordpress.com/2008/03/27/working-with-huge-xml-files-tools-of-the-trade/ 

xmlstarlet sel -T -t -v "count(//record[contains(normalize-space(text()),'xyz')])" -n *.xml | 
    awk '{n+=$1} END {print n}' 

xmlstarlet sel -T -t -v "count(//record[contains(normalize-space(text()),'xyz')])" -n *.xml | 
    paste -s -d '+' /dev/stdin | bc