Question

我有一个看起来像这样的文件。

a
B abc
c abc
d abc
e abc
<stuff></stuff><?xml version="1.0" encoding="UTF-8" standalone="yes"?><element><moreelements>1</moreelements></element>

a
B abc
c abc
d abc
e abc
<stuff></stuff><?xml version="1.0" encoding="UTF-8" standalone="yes"?><element><moreelements>1234</moreelements></element>

a
B abc
c abc
d abc
e abc
<stuff></stuff><?xml version="1.0" encoding="UTF-8" standalone="yes"?><element><moreelements>12354</moreelements></element>

a
B abc
c abc
d abc
e abc
<stuff></stuff><?xml version="1.0" encoding="UTF-8" standalone="yes"?><element><moreelements>12534</moreelements></element>

a
B abc
c abc
d abc
e abc
<stuff></stuff><?xml version="1.0" encoding="UTF-8" standalone="yes"?><element><moreelements>12634</moreelements></element>

如果数量很多，请重复1000多个相似的项目。

我想阅读该文件，将每个<element>提取到自己的文件中。

因此，对于1文件，我想创建多个包含以下文本的文件：

<element><moreelements>1</moreelements></element>

我更愿意保留XML声明<?xml version="1.0" encoding="UTF-8" standalone="yes"?>，但这不是必需的。

因此如果{1}在1个文件中重复1000次，我想把它变成1000个文件。

我确定使用像awk或sed这样的unix实用程序，但我不知道如何实现它。

由于

Answer 1

gawk黑客......

$ tag="element>"; awk -v RS="</?$tag" -v t="$tag" '
       !(NR%2){print "<"t $0 "</"t > "element_"++c".xml"}' file

$ head element_*

==> element_1.xml <==
<element><moreelements>1</moreelements></element>

==> element_2.xml <==
<element><moreelements>1234</moreelements></element>

==> element_3.xml <==
<element><moreelements>12354</moreelements></element>

==> element_4.xml <==
<element><moreelements>12534</moreelements></element>

==> element_5.xml <==
<element><moreelements>12634</moreelements></element>

Answer 2

替代 gawk 方法：

awk '$0~/<element>/{match($0, /<element>.+<\/element>/); 
     print substr($0,RSTART,RLENGTH) > "el_"++c".xml"}' file

head el_*
==> el_1.xml <==
<element><moreelements>1</moreelements></element>

==> el_2.xml <==
<element><moreelements>1234</moreelements></element>

==> el_3.xml <==
<element><moreelements>12354</moreelements></element>

==> el_4.xml <==
<element><moreelements>12534</moreelements></element>

==> el_5.xml <==
<element><moreelements>12634</moreelements></element>

$0~/<element>/ - 仅考虑<element>代码

的行

match($0, /<element>.+<\/element>/) - 匹配整个<element>代码

将多个XML元素从单个文件拆分为多个文件

2 个答案: