使用bash脚本从XML文件中提取特定关键字_Xml_Linux_Bash_Awk_Sed_Xidel

使用bash脚本从XML文件中提取特定关键字

xml linux bash awk sed

使用bash脚本从XML文件中提取特定关键字,xml,linux,bash,awk,sed,xidel,Xml,Linux,Bash,Awk,Sed,Xidel,我有一个XML文件，其中包含一些以特定单词为特征的条目。我需要对条目运行for循环，为每个条目提取两个不同的关键字，以便在for循环中用作变量 $ eval $(xidel -s list.xml -e ' //data-set/( eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0], eval(x"

我有一个XML文件，其中包含一些以特定单词为特征的条目。我需要对条目运行for循环，为每个条目提取两个不同的关键字，以便在for循环中用作变量

$ eval $(xidel -s list.xml -e '
  //data-set/(
    eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0],
    eval(x"{concat("si",position())}:=element[@name=""StudyInstanceUID""]")[0]
  )
' --output-format=bash)

$ printf '%s\n' $pn1 $si1 $pn2 $si2
Anon^1600373003
1.3.76.13.99972.2.20181217085753.1484038.1
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1

下面是list.xml的一个示例：


ISO_IR 192
学习
柏拉图
第160037303页
1.3.76.13.99972.2.20181217085753.1484038.1
ISO_IR 192
学习
柏拉图
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1

我需要提取关键词“PatientName”和“StudyInstanceUID”。我试着用这样的方法：

grep -A2 -i "PatientName" list.xml | while read -r string ; do
    PatientName="$(echo $string | grep -i "PatientName" | cut -d ">" -f 2 | cut -d "<" -f 1)"
    StudyInstanceUID="$(echo $string | grep -i "StudyInstanceUID" | cut -d ">" -f 2 | cut -d "<" -f 1)"
    echo "$PatientName"
    echo "$StudyInstanceUID"
done

Anon^1600373003
1.3.76.13.99972.2.20181217085753.1484038.1
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1

非常感谢

伊万

命令：

grep -A2 -i "PatientName" list.xml

返回多行：

    <element tag="0010,0010" vr="PN" vm="1" len="16" name="PatientName">Anon^1600373003</element>
    <element tag="0020,000d" vr="UI" vm="1" len="42" name="StudyInstanceUID">1.3.76.13.99972.2.20181217085753.1484038.1</element>
  </data-set>
--
    <element tag="0010,0010" vr="PN" vm="1" len="16" name="PatientName">Anon^1599844862</element>
    <element tag="0020,000d" vr="UI" vm="1" len="42" name="StudyInstanceUID">1.3.76.13.99972.2.20180925142630.1456727.1</element>
  </data-set>

StudyInstanceUID

不存在，变量将为空

为了获得所需的结果，请尝试以下操作：

grep -A1 -i "PatientName" list.xml | while read -r string ; do
    PatientName="$(echo $string | grep -i "PatientName" | cut -d ">" -f 2 | cut -d "<" -f 1)"
    read string
    StudyInstanceUID="$(echo $string | grep -i "StudyInstanceUID" | cut -d ">" -f 2 | cut -d "<" -f 1)"
    echo "$PatientName"
    echo "$StudyInstanceUID"
    read string
done

grep-A1-i“PatientName”list.xml |而read-r字符串；做
PatientName=“$（echo$string | grep-i“PatientName”| cut-d“>”-f2 | cut-d“--f2 | cut-d”，正如Raman在评论中所提到的，使用XML感知工具解析XML数据可能是最好的选择，尤其是当您的一些XML可能没有问题中显示的格式时（例如，一条长线上的所有内容）
假设：

您可以确认所有数据的格式与问题中的示例相同（即，每个元素位于单独的行上）
搜索字符串PatientName
和StudyInstanceUID
不会以较大的字符串显示（例如，LastPatientName
或PreviousStudyInstanceUID
）
PatientName
元素始终列在StudyInstanceUID
元素之前

一个awk
解决方案，消除了对echo
、grep
和cut
的所有子进程调用的需要：
awk -F'[<>]' '                                    # define input field separators as "<" and ">"
/PatientName/ || /StudyInstanceUID/ { print $3 }  # if we find one of our search strings then print field #3
' list.xml


至于将输出捕获到变量中（例如，在while
循环中），我们可以进行一些小的更改，例如：
awk -F'[<>]' '
/PatientName/      { pn=$3 }                      # store field #3 in variable "pn"
/StudyInstanceUID/ { printf "%s %s\n", pn, $3 }   # print data to stdout
' list.xml

将其送入while
循环：
while read -r PatientName StudyInstanceUID
do
    echo "+++++++++++++++++++"
    echo "PatientName:      ${PatientName}"
    echo "StudyInstanceUID: ${StudyInstanceUID}"
done < <(awk -F'[<>]' ' /PatientName/ { pn=$3 } /StudyInstanceUID/ { printf "%s %s\n", pn, $3 } ' list.xml)

awk
和sed
不是为处理XML而设计的。请使用专用工具。我可以推荐
Stdout:
$ xidel -s list.xml -e '
  //data-set/(
    element[@name="PatientName"],
    element[@name="StudyInstanceUID"]
  )
'
Anon^1600373003
1.3.76.13.99972.2.20181217085753.1484038.1
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1

$ xidel -s list.xml -e '
  //data-set/(
    eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0],
    eval(x"{concat("si",position())}:=element[@name=""StudyInstanceUID""]")[0]
  )
'
pn1 := Anon^1600373003
si1 := 1.3.76.13.99972.2.20181217085753.1484038.1
pn2 := Anon^1599844862
si2 := 1.3.76.13.99972.2.20180925142630.1456727.1

变量：
$ xidel -s list.xml -e '
  //data-set/(
    element[@name="PatientName"],
    element[@name="StudyInstanceUID"]
  )
'
Anon^1600373003
1.3.76.13.99972.2.20181217085753.1484038.1
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1

$ xidel -s list.xml -e '
  //data-set/(
    eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0],
    eval(x"{concat("si",position())}:=element[@name=""StudyInstanceUID""]")[0]
  )
'
pn1 := Anon^1600373003
si1 := 1.3.76.13.99972.2.20181217085753.1484038.1
pn2 := Anon^1599844862
si2 := 1.3.76.13.99972.2.20180925142630.1456727.1

这些是刚刚打印到stdout的内部变量。使用--output format=bash
和bash的内置eval
命令将它们转换为shell变量
$ eval $(xidel -s list.xml -e '
  //data-set/(
    eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0],
    eval(x"{concat("si",position())}:=element[@name=""StudyInstanceUID""]")[0]
  )
' --output-format=bash)

$ printf '%s\n' $pn1 $si1 $pn2 $si2
Anon^1600373003
1.3.76.13.99972.2.20181217085753.1484038.1
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1

使用像XMLLinTech这样的专用工具只是一个例子，我需要在bash脚本中实现它，以使用关键字执行其他操作。@I.Iudice-当你说“我需要提取关键字”PatientName“和”StudyInstanceUID“时，你不清楚你的意思。你实际上想实现什么？是为了实现吗例如，将Anon^1600373003
和Anon^1599844862
分配给PatientName
变量，同样地将1.3.76.13.99972.2.20181217085753.1484038.1
和1.3.76.13.99972.20180925142630.1456727.1
分配给StudyInstanceUID变量。B） 或者，只需将结果打印（回显）到控制台，就像您显示的那样？3） 或者别的什么？我一直在努力实现A），我必须使用这些变量来运行信号处理算法；我用Xmlet管道代替了awk管线，效果很好。谢谢！
$ xidel -s list.xml -e '
  //data-set/(
    eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0],
    eval(x"{concat("si",position())}:=element[@name=""StudyInstanceUID""]")[0]
  )
'
pn1 := Anon^1600373003
si1 := 1.3.76.13.99972.2.20181217085753.1484038.1
pn2 := Anon^1599844862
si2 := 1.3.76.13.99972.2.20180925142630.1456727.1

$ eval $(xidel -s list.xml -e '
  //data-set/(
    eval(x"{concat("pn",position())}:=element[@name=""PatientName""]")[0],
    eval(x"{concat("si",position())}:=element[@name=""StudyInstanceUID""]")[0]
  )
' --output-format=bash)

$ printf '%s\n' $pn1 $si1 $pn2 $si2
Anon^1600373003
1.3.76.13.99972.2.20181217085753.1484038.1
Anon^1599844862
1.3.76.13.99972.2.20180925142630.1456727.1