linuxのxmlファイル内で検索する

Question

以下の構造の非常に大きな（10GB）xmlファイルはほとんどありません。ご覧のように、このファイルには一連のレコードが含まれています。私がしたいのは、1つまたは複数のプロパティに基づく検索レコードです。問題は、単純なgrepが私にプロパティを含む行を与えることです。たとえば、grepは私に100行、300行などを与えるかもしれません。しかし、私はマッチに合った行だけでなく、関連するレコード要素を抽出する機能が必要です。助けてくれるUNIXユーティリティがありますか？

<records> 
<record seq="1"> 
    <properties> 
    <property name="AssetId">1234</property> 
    </properties> 
<message>messsage1</message> 
</record> 
<record seq="2"> 
<properties> 
    <property name="VI-ID">4567</property> 
</properties> 
<message>message2</message> 
</record> 
<records> 

Answer 1

xmlstarletでは、シェルスクリプトからXPathを実行できます。これは完璧なユースケースです。例えば

：

xmlstarlet sel -t \ 
    -m '//record[properties/property[@name="AssetId"][text()="1234"]]' \ 
    -c . 

が

使用すると、1つのパス内で複数のマッチを行いたい場合は1234のAssetId性を有するレコード全体を印刷しますが、これはあまりにもサポートされています。

xmlstarlet sel \ 
    -t -m '//record[properties/property[@name="AssetId"][text()="1234"]]' \ 
    -c . -n -n \ 
    -t -m '//record[properties/property/@name="VI-ID"]' \ 
    -c . -n -n \ 
    <input.xml 

...このバージョンでは、AssetIDが1234のレコード、またはVI-IDのレコードに任意の値があり、eacの後に2つの改行を入れますhレコードが放出される。

Answer 2

おそらく最も簡単な方法は、grepに-Cオプションを使用することです。各マッチの周りに指定された数の行が印刷されます。はい、レコードの境界線で正確に停止することはありませんが、通常はそれが含まれていることを保証するだけで十分です。

Answer 3

あなただけの基本的なUNIXツールを使用したい場合は、ここでどちらか1行にあるプロパティを抽出することができます（愚かな）少しsedスクリプトだ、またはそれは複数行にまたがる：

sed -n ' 
/<open>[^<]*<\/open>/ { 
    p 
    b 
} 

/<open>/,/<\/open>/ { 
    p 
}' file.xml 

サンプルを入力：

​​

出力例：生産用まで

<open>stuff</open> 
<open> 
morestuff 
</open> 

ない：タグヘクタールであればこの方法はすぐに難しく、扱いにくくなり、xmlが十分に畳み込まれていれば不可能になります。しかし、それはここやそこに情報を解析するために行うべきです。