यूनिक्स कमांड लाइन से एक्सएमएल टैग कैसे निकालें?

Question

मैं एक एक्सएमएल फ़ाइल है, जो मुझे इस तरह उत्पादन देता grepping हूँ:

<tag>data</tag> 
<tag>more data</tag> 
... 

ध्यान दें, यह एक फ्लैट फ़ाइल, नहीं एक XML का पेड़ है। मैं एक्सएमएल टैग को हटाना चाहता हूं और डेटा को बीच में प्रदर्शित करना चाहता हूं। मैं आदर्श रूप में कमांड लाइन से यह सब कर रहा हूँ और अगर वहाँ awk में इसे दो बार पाइप की तुलना में एक बेहतर तरीका है सोच रहा था ...

cat file.xml | awk -F'>' '{print $2}' | awk -F'<' '{print $1}' 

, मैं एक आदेश में ऐसा करने के लिए करना चाहते हैं

Answer 1

आपकी फ़ाइल बस ऐसे ही लग रहा है, तो sed आप मदद कर सकते हैं:

sed -e 's/<[^>]*>//g' file.xml 

पाठ्यक्रम you should not use regular expressions for parsing XML because it's hard के

।

Answer 2

का उपयोग awk:

awk '{gsub(/<[^>]*>/,"")};1' file.xml 

Answer 3

इस आजमाएँ:

grep -Po '<.*?>\K.*?(?=<.*?>)' inputfile 

स्पष्टीकरण:

पर्ल कम्पैटिबल रेगुलर एक्सप्रेशन (-P) और outputting केवल निर्दिष्ट मैचों (-o) का उपयोग करना:

• <.*?> - कोण कोष्ठक के भीतर किसी भी पात्रों में से गैर लालची मैच
• \K - उत्पादन में पिछले मैच शामिल न करें (मैच शुरू रीसेट - सकारात्मक के समान लुक-पीछे है, लेकिन यह चर लंबाई से मेल खाता है के साथ काम करता है)
• .*? - गैर लालची (उत्पादन इस हिस्से हो जाएगा) मैच अगले मैच पर रोक
• (?=<.*?>) - कोण कोष्ठक के भीतर किसी भी पात्रों में से गैर लालची मैच और उत्पादन में मैच शामिल नहीं हैं (सकारात्मक look- आगे - चर लंबाई के साथ काम करता से मेल खाता है)

Answer 4

उपयोग html2text कमांड लाइन उपकरण है, जो सादे पाठ में एचटीएमएल बदल देता है।

ex -s +'%s/<[^>].\{-}>//ge' +%p +q! file.txt 

या:

वैकल्पिक रूप से आप ex -तरह की कोशिश कर सकते

cat file.txt | ex -s +'%s/<[^>].\{-}>//ge' +%p +q! /dev/stdin 

Answer 5

मैं जानता हूँ कि यह एक "perlgolf प्रतियोगिता" नहीं है, लेकिन मैं इस चाल का उपयोग करते थे।

सेट रिकॉर्ड सेपरेटर < या > के लिए, उसके बाद ही अजीब लाइनों प्रिंट:

awk -vRS='<|>' NR%2 file.xml