Linux Shell | 解析xml節點

01 xml文件

# user.xml
<user>
    <name>Toy</name>
    <sex>man</sex>
    <room/>
</user>

其中第 5 行的<room/> xml 節點是空節點，是比較特殊的格式。

---

02 多條命令解析xml節點

採用多條命令和管道符也能夠解析xml節點，方式以下：

[~]$ cat user.xml | grep name | sed 's/^.*<name>//g' | sed 's/<\/name>.*$//g'
Toy
[~]$ cat user.xml | grep name | sed 's/^.*<sex>//g' | sed 's/<\/sex>.*$//g'

[~]$ cat user.xml | grep room | sed 's/^.*<room>//g' | sed 's/<\/room>.*$//g'
    <room/>

上面的方式沒法解析 <room/> 這種特殊格式的 xml 節點，雖然用多個命令和管道符是能夠實現解析正常格式的xml節點的值，可是過多的管道符是會下降執行效率的。

由於管道符是會爲鏈接的命令產生子進程，從而加大CPU的開銷。

---

03 一行 awk 命令解析xml節點

awk 命令解析全部特殊的 xml 節點的值，只須要一行命：

[~]$ awk  '/<\/*name\/*>/{gsub(/[[:space:]]*<\/*name\/*>/,"");print $0}' user.xml 
Toy
[~]$ awk  '/<\/*sex\/*>/{gsub(/[[:space:]]*<\/*sex\/*>/,"");print $0}' user.xml 
man
[~]$ awk  '/<\/*room\/*>/{gsub(/[[:space:]]*<\/*room\/*>/,"");print $0}' user.xml 

[~]$

上面的 awk 方式能夠兼容全部特殊的 xml 節點，而且只須要一條命令就能解析出 xml 的值。

簡單說明下命令的意思：

• awk '/匹配的字符串/{print $0}'表示在文本中，找到匹配的字符串所在的行記錄，能夠替代grep "匹配的字符串"

• gsub(/匹配的字符串/,"")是 awk 內部的函數，表示將匹配到的字符串替換成""，也就是替換成空字符串，能夠替代 sed 's/匹配的字符串//g'
• </*name/*> 中的 * 號是正則表達式，*號表示能夠重複前面字符 0 個或多個，因此</*name/*> 能夠間接的表示<name>、</name> 和<name/>等
• [[:space:]] 表示匹配空格、製表格等空白符，[[:space:]]*表示匹配空白字符0個或多個

• $0 表示取記錄的全部記錄

因此，awk 解析 xml 節點的命令小結成以下：

awk  '/<\/*節點名字\/*>/{gsub(/[[:space:]]*<\/*節點名字\/*>/,"");print $0}' xml文件

---

04 小結

咱們在編寫腳本時，須要解析文本文件時，儘可能避免使用多命令和管道符的方式去解析，由於使用了管道符就會產生子進程，會加大了 CPU 的開銷。

大部分狀況下只須要一條 awk 命令就完成解析的工做，相比較起多命令和管道符的方式效率會更高，而且CPU開銷小。

經過以上的兩個解析xml節點的案例，咱們能夠總結出：

awk '/匹配的字符串/{print $0}' 能夠替代 grep "匹配的字符串"
awk  '{gsub(/匹配的字符串/,"");print $0}' 能夠替代 sed 's/匹配的字符串/""/g'

awk '/匹配的字符串/{gsub(/匹配的字符串/,"");print $0}' <xml文件> 
能夠替代
cat <xml文件> | grep "匹配的字符串" | sed 's/匹配的字符串/""/g'