Bash 从文本文件中获取分隔文件名的列表

我是Bash的新手，所以这对你们大多数人来说可能听起来很愚蠢。 我正试图从文本文件中获取一些文件名的列表。试图用sed和awk来实现这一点，但在我有限的知识范围内无法实现

这是一个示例文件内容：

<?xml version="1.0" encoding="utf-8"?>
<!-- Generator: Adobe Illustrator 13.0.1, SVG Export Plug-In . SVG Version: 6.00 Build 14948)  -->
<!DOCTYPE svg PUBLIC "-//W3C//DTD SVG 1.1//EN" "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd">
<svg version="1.1" id="Layer_1" xmlns="http://www.w3.org/2000/svg" xmlns:xlink="http://www.w3.org/1999/xlink" x="0px" y="0px"
 width="471.677px" height="126.604px" viewBox="0 0 471.677 126.604" enable-background="new 0 0 471.677 126.604"
 xml:space="preserve">
<rect x="0.01" y="1.27" fill="none" width="471.667" height="125.333"/>
<text transform="matrix(1 0 0 1 0.0098 8.3701)"><tspan x="0" y="0" font-family="'MyriadPro-Regular'" font-size="10">/Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy 2.pdf</tspan><tspan x="0" y="12" font-family="'MyriadPro-Regular'" font-size="10">/Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy.pdf</tspan><tspan x="0" y="24" font-family="'MyriadPro-Regular'" font-size="10">/Volumes/Secondary500/Temp/Untitled-2_Layer 1.pdf</tspan></text>
</svg>

/Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy 2.pdf/Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy.pdf/Volumes/Secondary500/Temp/Untitled-2_Layer 1.pdf

我想从这个示例中获得一个新的文本文件，其内容如下：

/Volumes/Secondary500/Temp/Untitled-2\u第1层副本2.pdf

/Volumes/Secondary500/Temp/Untitled-2\u Layer 1 copy.pdf

/Volumes/Secondary500/Temp/Untitled-2_Layer 1.pdf

我想告诉sed打印“

font size“10”>

”和“

”之间的所有匹配条目，但是。。。我得到的最好的文件是一个整行包含我的字段分隔符的文件

如果你能解释一下每一步，那就太好了

• 文件名可以是或多或少的。这3个只是一个例子
  这个怎么样：

  cat file.xml | sed -e's/^[^>]*>//' -e's/<.*$//' | grep \\.
  

  ---

  cat file.xml | sed-e的/^[^>]*>/'-e的/此命令的
  sed
  命令将
  
   sed  -n 's|font-size="[0-9]*".\(.*\)</tspan.*|\1|p' file.xml
              -------------------  --  ---------
                 prefix part       \1   suffix
  
  请注意，获取正确的前缀和后缀字符串以获取所有匹配项非常重要。在您的示例中，这些是我在上面找到的
  font size
  和
  tspan
  部分。但是，对于文件中的所有文件字符串，情况可能并非如此。因此，请检查。
  Sed和awk通常不是读取XML的正确方法。它们可能有效，但XML可以随时更改布局并破坏内容，同时仍然是完全有效的XML
  
  更好的方法是使用类似Perl的东西。通过CPAN或使用“sudo apt get Install libxml Smart perl”在UBTO上安装XML:：Smart模块
  
  然后是这样一个简单的脚本：
  
  use strict;
  use diagnostics;
  
  use XML::Smart;
  
  my $xml = XML::Smart->new ("svg.xml") || die "Cannot read XML: $!.";
  my $version = $xml->{svg}{version} || die "Cannot determine SVG version.";
  
  foreach my $file ($xml->{svg}{text}{tspan}('@')) {
      print $file->content . "\n";
  }
  
  另存为svg.pl。将XML另存为svg.XML
  
  $perl svg.pl
  /卷/Secondary500/Temp/Untitled-2_第1层副本2.pdf
  /卷/Secondary500/Temp/Untitled-2_Layer 1 copy.pdf
  /卷/Secondary500/Temp/Untitled-2_Layer 1.pdf
  
  这：
  
  
  解析XML，检查它是否正确
  检查版本是否存在（实际上只是一个健全性检查）
  循环遍历所有svg/text/tspans的数组并打印内容
  
  玩得开心
   其他人已经给出了很好的答案，说明了如果您想解析XML，为什么应该使用适当的XML解析器，但关于如何在sed中实现这一点，如果您遇到类似的问题：
  
  #Full Command
  sed -n 's/^[^<]*<tspan[^>]*>\([^<]*\)<.*/\1/p'  ~/your_file.xml 
  
  #完整命令
  sed-n的/^[^\（[^）。这也将被丢弃
  
  抓住结束括号之后的所有内容，这不是一个开放括号。这是我们想要保留的部分，因此我们将它括在转义括号中。”（[^如果您有xmlgawk，您可以很容易地获得
  
  @load xml
  
  BEGIN {
      XMLMODE = 1;
      XMLCHARSET = "utf-8";
  }
  
  XMLCHARDATA {
      data = $0;
  }
  
  XMLENDELEM == "tspan" {
      print data;
  }
  
  及
  
  awk'BEGIN{RS=“font size=\“10\”>|“}/pdf/'xml.txt
  
  结果
  $awk'BEGIN{RS=“font size=\“10\”>|“}/pdf/'xml.txt
  /卷/Secondary500/Temp/Untitled-2_第1层副本2.pdf
  /卷/Secondary500/Temp/Untitled-2_Layer 1 copy.pdf
  /卷/Secondary500/Temp/Untitled-2_Layer 1.pdf
  这段代码可能是最简单的代码，但没有凌乱的正则表达式，而且非常可扩展，您可以很容易地根据自己的喜好对其进行调整。我决定匹配术语“pdf”，因此代码的
  /pdf/
  部分，但如果您有其他文件要匹配，而这些文件不是pdf文件，但确实包含单词“Volumes”，您可以使用只需使用
  /Volumes/
  即可。
  是否在Mac上运行此功能？是否安装了fink或MacPorts？如果安装了fink或MacPorts，则“哪个xsltproc？”“，在命令提示下，告诉您？对于从XML文件中选择，解析它将是一个更好的选择，尤其是如果文件名周围的标记在不同的文件中可能具有不同的属性。您是否可以使用类似python脚本的东西，或者它必须是bash/awk/sed？sed-e/^[^>]*>/'-e's/
  @load xml
  
  BEGIN {
      XMLMODE = 1;
      XMLCHARSET = "utf-8";
  }
  
  XMLCHARDATA {
      data = $0;
  }
  
  XMLENDELEM == "tspan" {
      print data;
  }
  
  $ xgawk -f pick_from_svg.awk sample.xml 
  /Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy 2.pdf
  /Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy.pdf
  /Volumes/Secondary500/Temp/Untitled-2_Layer 1.pdf
  
  awk 'BEGIN{RS="font-size=\"10\">|</tspan>"}/pdf/' xml.txt
  
  $ awk 'BEGIN{RS="font-size=\"10\">|"}/pdf/' xml.txt
  /Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy 2.pdf
  /Volumes/Secondary500/Temp/Untitled-2_Layer 1 copy.pdf
  /Volumes/Secondary500/Temp/Untitled-2_Layer 1.pdf