2つの文字列の最初の出現の間にテキストを取得する[シェル]

Question

私はこのような外観のfeed.xmlファイルを持っています。私がしたいのは、このフィードからtest.htmlを取得することです（基本的に、一番上のアイテムのURLです）。これを行う方法についての考えはありますか？

<rss> 
<item> 
    <title>ABC</title> 
    <url> 
     test.html 
    </url> 
</item> 
<item> 
    <title>CDE</title> 
    <url> 
     test1.html 
    </url> 
</item> 
</rss> 

ありがとう！

Answer 1

構造を固定し、そのURLを知っている場合は接尾辞.htmlがある場合は、次のようにします。

あなたは接尾（または文字列「HTML」の前に存在することができますが）わからない場合

、あなたが行うことができます：

cat <yourfile> | grep -A1 "<url>" | head -n2 | tail -n1 

はEDIT場合 は、構造が固定されていない（すなわち、無改行しない）、そこにこの

cat <yourfile> | grep -o "<url>[^<]*</url>" | head -n1 | cut -d'>' -f2 | cut -d'<' -f1 

またはその

cat <yourfile> | grep -o "<url>[^<]*</url>" | head -n1 | sed -E -e"s#<url>(.*)</url>#\1#" 

が動作する可能性があります。

Answer 2

このawkスクリプトは動作するはずです：

awk '/<url>/ && url==0 {url=1;next;} {if(url==1) {print;url=2;}}' file 

はEDIT：grepコマンドに続いて

もうまくいくかもしれない：

grep -m 1 "^ *<url>" -A1 file | grep -v "<url>" 

Answer 3

ラインベースのツールを使用する代わりに、書式設定方法を前提にせずに、xslトランスフォームを使用してドキュメントから必要なデータを取得することをお勧めします。

あなたはget-url.xslにこれを保存する場合：

<?xml version="1.0"?> 
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:xs="http://www.w3.org/2001/XMLSchema"> 
     <xsl:output method="text"/> 
     <xsl:template match="/"> 
        <xsl:value-of select="normalize-space(rss/item/url)"/> 
     </xsl:template> 
</xsl:stylesheet> 

を次にあなたがこのようfeed.xmlからurlの値を取得することができます

$ xsltproc get-url.xsl feed.xml; echo 
test.html 
$ 

余分echoは後にあなたに改行を与えることだけであり出力の終わりで、対話的なシェルとして使いやすくなりました。あなたが$()というシェル変数に結果を代入するのであれば、それを削除してください。

Answer 4

これはあなたのために働くかもしれない：

sed '/<url>/,/<\/url>/{//d;s/ *//;q};d' file.xml