如何在2个已知字符串之间提取值

Question

我有一些包含混合二进制和xml数据的大文件。我想提取文件中多次出现的2个XML标记之间的所有值。模式如下：<C99><F1>050</F1><F2>random value</F2></C99>。部分XML数据未格式化，所有内容都在一行中。

我需要来自<F1>的{​​{1}}和</F1>之间的所有值，其中值介于050和999之间（其他字段下也存在<C99>但我只需要值来自C99的F1）。我需要计算它们，看看有多少C99的F1值在050到999之间。

我想要一个提示，我可以轻松地获取和提取这些值（使用cat和grep？或sed？）。一旦将值导出到文件中，就很容易进行排序和计数。

我的临时解决方案：

从文件中删除所有二进制数据后，我可以运行以下命令：

<F1>

这将从cat filename | grep -o "<C99><F1>......." > file.txt

开头的所有字符串中导出前12个字符

<C99><F1>.

.....

在文本文件中导出后，我将<C99><F1>001 <C99><F1>056 <C99><F1>123 <C99><F1>445 替换为空，然后对剩余值进行排序和计数。

谢谢！

Answer 1

使用XMLStarlet：

$ xml sel -t -v '//C99/F1[. >= 50 and . <= 999]' -nl data.xml | wc -l

那里没有太多暗示，抱歉。