在unix中提取与模式匹配的所有子字符串

我在文本文件中有一个字符串，如下所示

<sample:Recipients><sample:user name="11111111" guid="8fa4fbaabf904a16ad65449bd7adcba1"/><sample:user name="22222222" guid="f74ebd3310834601a2c22a5dde33c02a"/><sample:user name="33333333" guid="5fcd2e7775cb42ecbed5ac5dd85e1ca6"/></sample:Recipients>

字符串是连续的，格式不正确

我必须从标记中提取所有值

我使用了下面的脚本

grep -o "<sample:Recipients>.*</sample:Recipients>" "sample.txt"|sed -n 's/.*\([0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]\).*/\1/p'

grep-o.“*”sample.txt“| sed-n's/*\（[0-9][0-9][0-9][0-9][0-9][0-9][0-9][0-9]\）./\1/p”

---

但我只得到最后一个值

33333333

。如何从所有用户标记中提取值？

您可以使用以下快速且肮脏的

grep

命令来实现您的目标：

$ grep -E 'sample:Recipients>|<sample:user' file | grep -oP '(?<=name=")[^"]*'

解释：

$ cat file 
abc
abc1
<sample:Recipients>
   <sample:user name="******1" guid="8fa4fbaabf904a16ad65449bd7adcba1"/>
   <sample:user name="*******2" guid="f74ebd3310834601a2c22a5dde33c02a"/> 
   <sample:user name="*******3" guid="5fcd2e7775cb42ecbed5ac5dd85e1ca6"/> 
</sample:Recipients>
abc2
abc

$ grep -E 'sample:Recipients>|<sample:user' file | grep -oP '(?<=name=")[^"]*'
******1
*******2
*******3

仅当匹配模式时才使用

sed

和处理行

name=

，然后通过对名称值的反向引用替换整行：

\1

（属性值）

好的解决方案：

$ cat file 
abc
abc1
<sample:Recipients>
   <sample:user name="******1" guid="8fa4fbaabf904a16ad65449bd7adcba1"/>
   <sample:user name="*******2" guid="f74ebd3310834601a2c22a5dde33c02a"/> 
   <sample:user name="*******3" guid="5fcd2e7775cb42ecbed5ac5dd85e1ca6"/> 
</sample:Recipients>
abc2
abc

$ grep -E 'sample:Recipients>|<sample:user' file | grep -oP '(?<=name=")[^"]*'
******1
*******2
*******3

不要使用grepping或

sed

只需使用xml解析器分析xml输出：

$ cat extract_name.xsl 
<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
<xsl:output method="text" omit-xml-declation="yes" indent="no"/>
<xsl:template match="/">
  <xsl:for-each select="/*/*/@name">
        <xsl:value-of select="."/><xsl:text>&#xa;</xsl:text>
  </xsl:for-each>
</xsl:template>
</xsl:stylesheet>

$ xsltproc extract_name.xsl <(grep -E 'sample:Recipients>|<sample:user' file) 2>/dev/null
******1
*******2
*******3

$cat extract\u name.xsl

；
$xsltproc extract_name.xsl/dev/null
******1
*******2
*******3

---

这是最安全的工作方式，请注意，

2>/dev/null

用于忽略名称空间警告，因为未正确定义示例名称空间

以下单曲

awk

可能对您有所帮助

awk '
{
  while(match($0,/sample:user name=\"[^"]*[0-9]+/)){
    print substr($0,RSTART+18,RLENGTH-18);
    $0=substr($0,RSTART+RLENGTH+1)}
}'  Input_file

---

您可以尝试此

awk

script”：

awk-vrs='''-vfs='[a-z]+='{gsub（[\']”），打印$2，$3}

记录分隔符RS设置为获取

之间的所有内容。字段分离器设置为捕捉符号的左侧部分

=

gsub

命令去掉了双引号和额外的空格

---

print语句正在显示名称和guid。如果您不需要guid，请在

打印
语句中删除
，$3
。
现在也请在您的帖子中的代码标签中提及预期输出。预期输出是什么？此外，基于此，您应该阅读以下内容：预期输出是值列表
11111111
2222222
33333333
。感谢您的回复。我已经测试过，它可以正常工作。我们也可以使用sed吗？@Allan我认为sed部分不起作用，因为OP更改了示例文件格式。@JamesBrown：谢谢James，我确实需要编辑我的答案，同时我使用XML解析添加了一个更好的答案；-）不知道xsltproc，但它似乎更简单
xmlstarlet sel-t-v'/@name'ip.txt 2>/dev/null
@Sundeep:非常感谢！我将查看此命令；-）尼斯
awk
照常回答+1；-）@艾伦，谢谢艾伦，你太棒了，伙计，一如既往：）