String AWK/SED提取巨行之间的字符串

我有一个巨大的行，是来自ws的响应，我需要获取

和

之间的所有字符串。文件如下所示：

Content-Type: application/xop+xml; charset=UTF-8; type="application/soap+xml";
Content-Transfer-Encoding: binary
Content-ID: <root.message@cxf.apache.org>

<soap:Envelope xmlns:soap="http://www.w3.org/2003/05/soap-envelope"><soap:Body><ns1:consultarComunicacionesResponse xmlns:ns1="http://ve.tecno.afip.gov.ar/domain/service/ws"><ns2:RespuestaPaginada xmlns:ns2="http://ve.tecno.afip.gov.ar/domain/service/ws" xmlns:ns3="http://core.tecno.afip.gov.ar/model/ws/types" xmlns:ns4="http://ve.tecno.afip.gov.ar/domain/service/ws/types"><pagina>1</pagina><totalPaginas>1</totalPaginas><itemsPorPagina>100</itemsPorPagina><totalItems>2</totalItems><ns4:items><ns4:ComunicacionSimplificada><idComunicacion>sdfgsfdgsfdgsd</idComunicacion><cuitDestinatario>sdfgsdfgsdfgsfdg</cuitDestinatario><fechaPublicacion>sdfgsdfg</fechaPublicacion><fechaVencimiento>sdfgsdfgsdfg</fechaVencimiento><sistemaPublicador>sdfgsdfgsfg</sistemaPublicador><sistemaPublicadorDesc>sdfgsdfggf</sistemaPublicadorDesc><estado>2</estado><estadoDesc>sdfgsdfgsgf</estadoDesc><asunto>EXAMPLEEEEEEEEEEEEEEEE1</asunto><prioridad>3</prioridad><tieneAdjunto>sdfgfdg</tieneAdjunto></ns4:ComunicacionSimplificada><ns4:ComunicacionSimplificada><idComunicacion>sdfgsdfgdfg</idComunicacion><cuitDestinatario>sdfgdfsg</cuitDestinatario><fechaPublicacion>sdfgsdfg</fechaPublicacion><fechaVencimiento>sdfgdsfg</fechaVencimiento><sistemaPublicador>sdfgsdfg</sistemaPublicador><sistemaPublicadorDesc>sdfgsdfgdsfggsdf</sistemaPublicadorDesc><estado>1</estado><estadoDesc>dsfgsdfgsgd</estadoDesc><asunto>EXAMPLEEEEEEEEEEEEEEEE2</asunto><prioridad>asdfdsf</prioridad><tieneAdjunto>asdfasdf</tieneAdjunto></ns4:ComunicacionSimplificada></ns4:items></ns2:RespuestaPaginada></ns1:consultarComunicacionesResponse></soap:Body></soap:Envelope>    

EXAMPLEEEEEEEEEEEEEEEE1    
EXAMPLEEEEEEEEEEEEEEEE2

可能会有很多重复，在0到数百之间

---

谢谢

awk

救援

$ awk -v RS='[<>]' '/\/asunto/{f=0;next} f; /asunto/{f=1}' file

EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs='[]''/\/asunto/{f=0；next}f/asunto/{f=1}'文件
示例EEEEEE1
示例EEEEEE2

更新：根据注释，如果标签可能存在于其他位置，您可以在打开/关闭标签的左侧和右侧定位

$ awk -v RS='[<>]' '/^\/asunto$/{f=0;next} f; /^asunto$/{f=1}' file
EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs='[]''/^\/asunto$/{f=0；next}f/^asunto$/{f=1}文件
示例EEEEEE1
示例EEEEEE2

或者等效地，检查字符串是否完全匹配

$ awk -v RS='[<>]' '$0=="/asunto"{f=0;next} f; $0=="asunto"{f=1}' file
EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs='[]'$0='/asunto“{f=0；next}f$0==“asunto”{f=1}”文件
示例EEEEEE1
示例EEEEEE2

---

还要注意的是，并非所有的

awk

变体都支持多字符RS.

awk

来拯救

$ awk -v RS='[<>]' '/\/asunto/{f=0;next} f; /asunto/{f=1}' file

EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs='[]''/\/asunto/{f=0；next}f/asunto/{f=1}'文件
示例EEEEEE1
示例EEEEEE2

更新：根据注释，如果标签可能存在于其他位置，您可以在打开/关闭标签的左侧和右侧定位

$ awk -v RS='[<>]' '/^\/asunto$/{f=0;next} f; /^asunto$/{f=1}' file
EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs='[]''/^\/asunto$/{f=0；next}f/^asunto$/{f=1}文件
示例EEEEEE1
示例EEEEEE2

或者等效地，检查字符串是否完全匹配

$ awk -v RS='[<>]' '$0=="/asunto"{f=0;next} f; $0=="asunto"{f=1}' file
EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs='[]'$0='/asunto“{f=0；next}f$0==“asunto”{f=1}”文件
示例EEEEEE1
示例EEEEEE2

---

还请注意，并非所有的

awk

变体都支持多字符RS。

您也可以使用GNU

grep-oP'（？/dev/null）
实际0.277秒
用户0.254s
系统0m0.022s
$time grep-oP'（？您也可以使用GNU

grep-oP'（？/dev/null）
实际0.277秒
用户0.254s
系统0m0.022s
$time grep-oP'（？与GNU awk一起用于多字符：

$ awk -v RS='</?asunto>' '!(NR%2)' file
EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs=''！（NR%2）文件
示例EEEEEE1
示例EEEEEE2
带GNU awk的多字符RS：

$ awk -v RS='</?asunto>' '!(NR%2)' file
EXAMPLEEEEEEEEEEEEEEEE1
EXAMPLEEEEEEEEEEEEEEEE2

$awk-vrs=''！（NR%2）文件
示例EEEEEE1
示例EEEEEE2
使用XML解析器（和awk删除标题）

使用XML解析器（和awk删除标头）

这可能适用于您（GNU-sed）：

sed-nr'/（[^这可能适合您（GNU-sed）：

sed-nr'/（[^正如其他地方所指出的，支持XML的工具原则上更安全，但是如果“asunto”标记没有嵌套，那么下面的GNU grep咒语可能有用，即使
和
之间的字符串为空或包含其他标记，它也会起作用：

grep -oP '(?<=<asunto>).*?(?=</asunto>)'

grep-oP'（？正如其他地方指出的，支持XML的工具原则上更安全，但是如果没有“asunto”标记嵌套，那么下面的GNU grep咒语可能会有用，即使
和
之间的字符串为空或包含其他标记，它也会起作用：

grep -oP '(?<=<asunto>).*?(?=</asunto>)'

grep-oP'（？您应该提到，由于多字符，它是特定于gawk的，如果
asunto
出现在其他上下文中而不是作为标记出现，它将失败。@karakfa-为了解决Ed的第二点，您能否将一行代码稍微更改为：
awk-vrs='[]'''/\/asunto*$/{f=0；next}f；/^asunto/{f=1}“file
？您应该提到，由于多字符，它是特定于gawk的，如果
asunto
出现在其他上下文中而不是作为标记出现，它将失败。@karakfa-为了解决Ed的第二点，您能否将一行代码稍微更改为：
awk-v RS='[''''/\/asunto*$/{f=0；next}f；/^asunto/{f=1}”file
？