sed - shellスクリプトを使ってXMLタグからテキストを抽出する

Question

私はすでに基本的にxmlファイルを入力として受け取り、特定のXMLタグのテキストを抽出して動作するスクリプトを作成しています。しかし、複数行のテキストを取得したり、特殊文字を使用することは十分にスマートではありません。テキスト形式はタグの下で定義されているのでそのまま維持することが非常に重要です。

<nick>Deminem</nick> 
<company>XYZ Solutions</company> 
<description> 
    /** 
    * 
    * «Lorem» ipsum dolor sit amet, consetetur sadipscing elitr, sed diam nonumy 
    * tempor invidunt ut labore et dolore magna aliquyam erat, sed diam voluptua. 
    * At vero eos et accusam et justo duo dolores et ea rebum. Stet clita kasd 
    * no sea takimata sanctus est Lorem ipsum dolor sit amet. Lorem ipsum dolor sit 
    * consetetur sadipscing elitr, sed diam nonumy eirmod tempor invidunt ut labore 
    * magna aliquyam erat, sed diam voluptua. 
    * 
    **/ 
</description> 

上記のスクリプトは、各特定のタグのテキストを抽出し、新しいvalueArrayに割り当てる：

は、以下のXML入力されます。 sedに対する私の命令は基本的なものですが、常に余分なマイルを喜んで行います。

tagsArray=(nick company description) 
noOfElements=${#tagsArray[@]} 

for ((i=0;i<$noOfElements;i++)); do 

OUT=`grep ${tagsArray[${i}]} filename.xml | tr -d '\t' | sed -e 's/^<.*>\([^<].*\)<.*>$/\1/' ` 

valueArray[${i}]=${OUT} 
done 

Answer 1

regexpを使用してXMLを解析すると、経験したとおりに問題が発生します。 xsltprocなどを使用して、XMLを正しく変換するのに十分な数のXSL（多くはtutorials）を習得してください。

編集：

いくつかのコマンドラインのXMLユーティリティを試した後、私はxmlstarletはあなたのためのツールになることができると思います。以下はテストされておらず、filename.xmlが適切なxmlファイル（つまり、単一のルート要素を持つ）であることを前提としています。

tagsArray=(nick company description) 
noOfElements=${#tagsArray[@]} 

for ((i=0;i<$noOfElements;i++)); do 
    valueArray[${i}] = `xmlstarlet sel -t -v "/root/$tagsArray[i]" filename.xml` 
done 

Answer 2

#!/bin/sh 
filePath=$1 #XML file path 
tagName=$2 #Tag name to fetch values 
awk '!/<.*>/' RS="<"$tagName">|</"$tagName">" $filePath