使用源文件中的数据从XML文件中获取块_Xml_Awk_Sed_Grep_Pcregrep

使用源文件中的数据从XML文件中获取块

xml awk sed grep

使用源文件中的数据从XML文件中获取块,xml,awk,sed,grep,pcregrep,Xml,Awk,Sed,Grep,Pcregrep,我修改了这个问题，因为我读了一点XML 我有一个包含authNumber列表的文件源文件。 111222 111333 111444 等等。我需要搜索该列表中的数字，并在相应的XML文件中找到它们。在xml文件中，行的格式如下： 111222 这可以通过使用grep轻松实现，但是我需要包含事务的整个块该块以以下内容开始：或和/或其他一些变体。事实上，如果这样做是可能的，那就最好了该块以它不需要优雅或高效。我只是需要它来工作。我怀疑一些交易正在退出，我需要一种快速的方法来检查那些未被

我修改了这个问题，因为我读了一点XML

我有一个包含authNumber列表的文件源文件。

我需要搜索该列表中的数字，并在相应的XML文件中找到它们。在xml文件中，行的格式如下：

这可以通过使用grep轻松实现，但是我需要包含事务的整个块

该块以以下内容开始：

或

和/或其他一些变体。事实上，

如果这样做是可能的，那就最好了

该块以

它不需要优雅或高效。我只是需要它来工作。我怀疑一些交易正在退出，我需要一种快速的方法来检查那些未被处理的交易

如果有帮助的话，这里有一个指向原始（已消毒）xml的链接

我想摘录的是：

每个结果的大小会有所不同，因为根据购买的产品数量，每笔交易的长度可能会有很大差异。在xml结果中，您可以看到我根据trpcAuthCode列表11122111333111444提取了所需的xml。

关于xml和awk问题，您经常会发现专家（如果他们的声誉是k）的评论，awk中的xml处理很复杂或不够。据我所知，脚本是出于个人和/或调试目的而需要的。对于这一点，我的解决方案应该足够了，但请记住，它对任何合法的XML文件都不起作用

根据您的描述，脚本的草图为：

如果

匹配，则开始录制

如果找到

，则获取其内容并与列表进行比较。在匹配的情况下，记住输出块

如果

匹配，停止录制。如果已启用输出，则打印记录的块，否则丢弃它

因为我在这方面做了类似的事情，应该不会太难实现

不过，还需要一个附加功能：将AuthNumbers数组馈送到脚本中。由于一个令人惊讶的巧合，我今天早上才在（多亏了）中学到了答案

因此，将其放在脚本中过滤trpcAuthCode.awk：

BEGIN {
  record = 0 # state for recording
  buffer = "" # buffer for recording
  found = 0 # state for found auth code
  # build temp. array from authCodes which has to be pre-defined
  split(authCodes, list, "\n")
  # build final array where values become keys
  for (i in list) authCodeList[list[i]]
  # for debugging: output of authCodeList
  print "<!-- authCodeList:"
  for (authCode in authCodeList) {
    print authCode
  }
  print "-->"
}

/<trans( [^>]*)?>/ {
  record = 1 # start recording
  buffer = "" # clear buffer
  found = 0 # reset state for found auth code
}

record {
  buffer = buffer"\n"$0 # record line (if recording is enabled)
}

record && /<trpcAuthCode>/ {
  # extract auth code
  authCode = gensub(/^.*>([^<]*)<\/trpcAuthCode.*$/, "\\1", "g")
  # check whether auth code in authCodeList
  found = authCode in authCodeList
}

/<\/trans>/ {
  record = 0 # stop recording
  # print buffer if auth code has been found
  if (found) {
    print buffer
  }
}

我针对您的示例文件测试了脚本（在Windows10上使用cygwin中的bash），得到了四个匹配的块。我有点担心输出，因为在示例输出中只有三个匹配块。但是用视觉检查我的输出似乎是合适的。（所有四次点击都包含一个匹配的

元素。）

为了演示，我稍微减少了示例输入

sample.xml

：

<?xml version="1.0"?>
<transSet periodID="1" periodname="Shift" longId="2017-04-27" shortId="052" site="12345">
  <trans type="periodClose">
    <trHeader>
    </trHeader>
  </trans>
  <printCashier>
    <cashier sysid="7" empNum="07" posNum="101" period="11">A.Dude</cashier>
  </printCashier>
  <trans type="printCashier">
    <trHeader>
      <cashier sysid="7" empNum="07" posNum="101" period="11">A.Dude</cashier>
      <posNum>101</posNum>
    </trHeader>
  </trans>
  <trans type="journal">
    <trHeader>
    </trHeader>
  </trans>
  <trans type="network sale" recalled="false">
    <trHeader>
      <termMsgSN type="FINANCIAL" term="908">31054</termMsgSN>
    </trHeader>
    <trPaylines>
      <trPayline type="sale" sysid="1" locale="DOLLAR">
        <trpCardInfo>
          <trpcAccount>1234567890123456</trpcAccount>
          <trpcAuthCode>532524</trpcAuthCode>
       </trpCardInfo>
      </trPayline>
    </trPaylines>
  </trans>
  <trans type="network sale" recalled="false">
    <trHeader>
      <termMsgSN type="FINANCIAL" term="908">31054</termMsgSN>
    </trHeader>
    <trPaylines>
      <trPayline type="sale" sysid="1" locale="DOLLAR">
        <trpPaycode mop="3" cat="1" nacstendercode="generic" nacstendersubcode="generic">CREDIT</trpPaycode>
        <trpAmt>61.77</trpAmt>
        <trpCardInfo>
          <trpcAccount>2345678901234567</trpcAccount>
          <trpcAuthCode>111222</trpcAuthCode>
        </trpCardInfo>
      </trPayline>
    </trPaylines>
  </trans>
  <trans type="periodClose">
    <trHeader>
      <date>2017-04-27T23:50:17-04:00</date>
    </trHeader>
  </trans>
  <endTotals>
    <insideSales>445938.63</insideSales>
  </endTotals>
</transSet>

在示例会话中使用两个输入文件：

$ ./filter-xml-trpcAuthCode.sh
ERROR: Illegal number of command line arguments!

Usage:
filter-xml-trpcAuthCode.sh XML_FILE AUTH_CODES

$ ./filter-xml-trpcAuthCode.sh sample.xml authCodes.txt
<!-- authCodeList:
111222
111333
111444
-->

  <trans type="network sale" recalled="false">
    <trHeader>
      <termMsgSN type="FINANCIAL" term="908">31054</termMsgSN>
    </trHeader>
    <trPaylines>
      <trPayline type="sale" sysid="1" locale="DOLLAR">
        <trpPaycode mop="3" cat="1" nacstendercode="generic" nacstendersubcode="generic">CREDIT</trpPaycode>
        <trpAmt>61.77</trpAmt>
        <trpCardInfo>
          <trpcAccount>2345678901234567</trpcAccount>
          <trpcAuthCode>111222</trpcAuthCode>
        </trpCardInfo>
      </trPayline>
    </trPaylines>
  </trans>

$ ./filter-xml-trpcAuthCode.sh main.xml authCodes.txt >output.txt

$

$。/filter-xml-trpcAuthCode.sh
错误：命令行参数的数量非法！
用法：
filter-xml-trpcAuthCode.sh xml_文件验证代码
$./filter-xml-trpcAuthCode.sh sample.xml authCodes.txt
31054
信用
61.77
2345678901234567
111222
$./filter-xml-trpcAuthCode.sh main.xml authCodes.txt>output.txt
$

最后一个命令将输出重新定向到一个文件

output.txt

，以后可能会对该文件进行检查或处理。

关于XML和awk问题，您经常会发现专家们（如果他们的声誉是k）的评论，即awk中的XML处理很复杂或不够。据我所知，脚本是出于个人和/或调试目的而需要的。对于这一点，我的解决方案应该足够了，但请记住，它对任何合法的XML文件都不起作用