Bash Unix脚本，用于将一个大文件拆分为多个文件，每个文件中有两对标记，且文件名上有命名约定

我正在编写一个Shell脚本，将一个大文件拆分为多个文件，每个文件中有两对标记，这些小文件名必须遵循命名约定。

例如：-

大文件名：abcdef123.xml 内容：

<parent>
    <child>
        <code1><code1>
        <text1><text1>
    </child>
    <child1>
        <code2><code2>
        <text2><text2>
    </child1>
    <child>
        <code3><code3>
        <text3><text3>
    </child>
    <child1>
        <code4><code4>
        <text4><text4>
    </child1>
    <child>
        <code5><code5>
        <text5><text5>
    </child>
    <child1>
        <code6><code6>
        <text6><text6>
    </child1>
    <child>
        <code7><code7>
        <text7><text7>
    </child>
    <child1>
        <code8><code8>
        <text8><text8>
    </child1>
</parent>

文件2=stack_10132020134434791_002.xml

内容：-

<parent>
    <child>
        <code1><code1>
        <text1><text1>
    </child>
    <child1>
        <code2><code2>
        <text2><text2>
    </child1>
    <child>
        <code3><code3>
        <text3><text3>
    </child>
    <child1>
        <code4><code4>
        <text4><text4>
    </child1>
</parent>

<parent>
    <child>
        <code5><code5>
        <text5><text5>
    </child>
    <child1>
        <code6><code6>
        <text6><text6>
    </child1>
    <child>
        <code7><code7>
        <text7><text7>
    </child>
    <child1>
        <code8><code8>
        <text8><text8>
    </child1>
</parent>

sample.xml：

aa
aat
aa2
aat2
bb
bbt
bb2
bbt2
复写的副本
cct
cc2
cct2
dd
滴滴涕
二阶插值滤波
ddt2

parser.sh

#/bin/bash
PARENT='PARENT'
CHILD1='child'
CHILD2='child1'
输入文件=“sample.xml”
NUM_OF_CHILDS=$（cat$INPUT_文件| grep”“| wc-l）
文件数量=1
以美元为单位的i（儿童数量为12美元）；做
回声“--------------------------------------------------------------”
回显“文件名”$（日期+%s%N）“\u$文件\u NUM.xml”
回声“--------------------------------------------------------------”
回声“
回声“
xmllint--xpath“（//parent/$CHILD1[$i]）”$INPUT\u文件
xmllint--xpath“（//parent/$CHILD2[$i]）”$INPUT\u文件
xmllint--xpath“（//parent/$CHILD1[$（（i+1））]）”$INPUT\u文件
xmllint--xpath“（//parent/$CHILD2[$（（i+1））]）”$INPUT\u文件
回声“
文件数量=$（（文件数量+1））
完成

输出：

-----------------------------------------------------
FILENAME_1603633647540475038_1.xml
-----------------------------------------------------

aa
aat
aa2
aat2
bb
bbt
bb2
bbt2

复写的副本
cct
cc2
cct2
dd
滴滴涕
二阶插值滤波
ddt2

看起来您计划将输出文件作为xml使用，所以缩进和换行并不重要。在其他情况下，尝试使用

xmllint

参数。

---

其他细节，如文件命名约定，很容易更改，所以这取决于您。

您需要使用专用的XML工具，如

xmlstarlet

，或者使用带有适当XML解析器的语言编写脚本，如Python。用普通正则表达式是无法实现的。谢谢。它对我有用。但是，我想知道如何从中创建文件。我的意思是“FILENAME_1603633647540475038_1.xml”和“FILENAME_1603633647547254647_2.xml”需要在目录中作为两个单独的文件创建，但我只能在Linux的Linux工作空间中作为输出使用

echo“some output”>/your_directory/FILENAME_$（日期+%s%N）_$FILE_NUM.xml

以重定向文件中的输出，而不是标准输出

-----------------------------------------------------
FILENAME_1603633647540475038_1.xml
-----------------------------------------------------

-----------------------------------------------------
FILENAME_1603633647547254647_2.xml
-----------------------------------------------------