基于字符串拆分XML文件

Question

我混淆了一些xml文件，现在有类似

的东西

<Schema>
stuff
</Schema><Schema>
stuff
</Schema><Schema>
..

我需要将它们全部拆分，以便在每个文件中从<Schema>到</Schema>

Answer 1

使用awk的一种方法。它将寄存器与结束标记分开，如果有字符，则在打印所有字符之前：

awk -c '
    BEGIN { RS = "</Schema>" } 
    $0 ~ /[^[:blank:]\n]/ { 
        printf "%s\n", $0 RS >> FILENAME "_" ++i ".xml" 
    }
' infile

假设infile包含内容：

<Schema>
stuff
</Schema><Schema>
more stuff
</Schema><Schema>
and more stuff
</Schema>

它产生：

==> infile_1.xml <==
<Schema>
stuff
</Schema>

==> infile_2.xml <==
<Schema>
more stuff
</Schema>

==> infile_3.xml <==
<Schema>
and more stuff
</Schema>