Grep, regex veya perl ile bir kalıbı takip eden dizge nasıl çıkarılır

Şuna benzeyen bir dosyam var:

    <table name="content_analyzer" primary-key="id">
      <type="global" />
    </table>
    <table name="content_analyzer2" primary-key="id">
      <type="global" />
    </table>
    <table name="content_analyzer_items" primary-key="id">
      <type="global" />
    </table>

Aşağıdaki alıntılardan herhangi bir şey çıkarmam gerekiyor name=, yani content_analyzer, content_analyzer2ve content_analyzer_items.

Bunu bir Linux kutusunda yapıyorum, bu nedenle sed, perl, grep veya bash kullanan bir çözüm iyi.

İçeriği sonuca dahil etmeden eşleştirmeniz gerektiğinden (eşleşmelidir, name=" ancak bu istenen sonucun parçası değildir) bir tür sıfır genişlik eşleştirme veya grup yakalama gereklidir. Bu, aşağıdaki araçlarla kolayca yapılabilir:

Perl

Perl ile n satır satır döngü seçeneğini kullanabilir ve bir yakalama grubunun içeriğini eşleşirse yazdırabilirsiniz:

perl -ne 'print "$1\n" if /name="(.*?)"/' filename

GNU grep

GNU grep gibi gelişmiş bir grep sürümüne sahipseniz, bu -Pseçeneğe sahip olabilirsiniz . Bu seçenek Perl benzeri regex'i etkinleştirerek, \Khangisinin arkaya bakma kısayolunu kullanmanıza izin verir . Eşleşme konumunu sıfırlayacaktır, yani önündeki her şey sıfır genişliktedir.

grep -Po 'name="\K.*?(?=")' filename

o Opsiyon markaları yerine bütün hattının sadece eşleşen metin yazdırmak grep.

Vim - Metin Düzenleyici

Başka bir yol da doğrudan bir metin düzenleyici kullanmaktır. Vim ile bunu gerçekleştirmenin çeşitli yollarından biri, satırları olmadan silmek name=ve sonra ortaya çıkan satırlardan içeriği çıkarmak olacaktır:

:v/.*name="\v([^"]+).*/d|%s//\1

Standart grep

Bu araçlara erişiminiz yoksa, herhangi bir nedenle, standart grep ile benzer bir şey elde edilebilir. Ancak, etrafa bakmadan, daha sonra biraz temizlik gerektirecektir:

grep -o 'name="[^"]*"' filename

Sonuçları kaydetme hakkında bir not

Yukarıdaki tüm komutlarda sonuçlar e-posta adresine gönderilecektir stdout. Bunları her zaman ekleyerek bir dosyaya borulayarak kaydedebileceğinizi unutmamak önemlidir:

> result

komutun sonuna kadar.

Normal ifade şöyle olacaktır:

.+name="([^"]+)"

Daha sonra gruplama \ 1

Perl kullanıyorsanız, XML: XML :: Simple , XML :: Twig veya XML :: LibXML'yi ayrıştırmak için bir modül indirin . Tekerleği yeniden icat etmeyin.

Bu amaçla, normal ifadeler yerine bir HTML ayrıştırıcı kullanılmalıdır. Aşağıdakileri kullanan bir Perl programı HTML::TreeBuilder:

Program

#!/usr/bin/env perl

use strict;
use warnings;

use HTML::TreeBuilder;

my $tree = HTML::TreeBuilder->new_from_file( \*DATA );
my @elements = $tree->look_down(
    sub { defined $_[0]->attr('name') }
);

for (@elements) {
    print $_->attr('name'), "\n";
}

__DATA__
<table name="content_analyzer" primary-key="id">
  <type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
  <type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
  <type="global" />
</table>

Çıktı

content_analyzer
content_analyzer2
content_analyzer_items

bunu yapabilir:

perl -ne 'if(m/name="(.*?)"/){ print $1 . "\n"; }'

İşte HTML tidy & xmlstarlet kullanan bir çözüm:

htmlstr='
<table name="content_analyzer" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
<type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
<type="global" />
</table>
'

echo "$htmlstr" | tidy -q -c -wrap 0 -numeric -asxml -utf8 --merge-divs yes --merge-spans yes 2>/dev/null |
sed '/type="global"/d' |
xmlstarlet sel -N x="http://www.w3.org/1999/xhtml" -T -t -m "//x:table" -v '@name' -n

Oops, sed komutu elbette düzenli komuttan önce gelmeli:

echo "$htmlstr" | 
sed '/type="global"/d' |
tidy -q -c -wrap 0 -numeric -asxml -utf8 --merge-divs yes --merge-spans yes 2>/dev/null |
xmlstarlet sel -N x="http://www.w3.org/1999/xhtml" -T -t -m "//x:table" -v '@name' -n

Xml'nizin (veya genel olarak metninizin) yapısı sabitse, en kolay yol kullanmaktır cut. Özel durumunuz için:

echo '<table name="content_analyzer" primary-key="id">
  <type="global" />
</table>
<table name="content_analyzer2" primary-key="id">
  <type="global" />
</table>
<table name="content_analyzer_items" primary-key="id">
  <type="global" />
</table>' | grep name= | cut -f2 -d '"'