请问一个提取匹配属性的xml文件

keymanlu

有如下一个xml文件，全篇都是很多很多个<MESSAGE>和</MESSAGE>的标签。

我想提取某个
<EXEC_CONTEXT_ID><UNIQUE_ID>1310542601:10.140.18.133:720938:0:399</UNIQUE_ID><SEQ>1</SEQ></EXEC_CONTEXT_ID>
属性对应的那一窜<MESSAGE>和</MESSAGE>之间的消息内容，请问应该怎么处理呢？
恳请指点一下，谢谢各位。

我个人的思路是，先把每个<MESSAGE>和</MESSAGE>之间的内容合并成一行
然后再grep到相应的内容，
最后再把一行的<MESSAGE>和</MESSAGE>内容还原出来

但是，我用sed的时候
sed -e '/<\/MESSAGE>/p' -e ':a;N;$!ba;s/\n/ /g' log1075.xml_bak
会报
sed: The label :a;N;$!ba;s/\n/ /g is greater than eight characters.
可能版本不支持似的。

1. <MESSAGE>
   
2.   <HEADER>
   
3.     <TSTZ_ORIGINATING>2011-07-13T15:36:42.057+08:00</TSTZ_ORIGINATING>
   
4.     <COMPONENT_ID>tip</COMPONENT_ID>
   
5.     <MSG_TYPE TYPE="NOTIFICATION"></MSG_TYPE>
   
6.     <MSG_LEVEL>1</MSG_LEVEL>
   
7.     <HOST_ID>soaesbp4</HOST_ID>
   
8.     <HOST_NWADDR>10.140.18.133</HOST_NWADDR>
   
9.     <MODULE_ID>esb.server.common.interceptor</MODULE_ID>
   
10.     <THREAD_ID>33</THREAD_ID>
    
11.     <USER_ID>oracle</USER_ID>
    
12.     <SUPPL_ATTRS>
    
13.       <ATTR NAME="WEBSERVICE.name">ESB_RouterForWebSubSystem_Service</ATTR>
    
14.       <ATTR NAME="J2EE_APP.name">esb-rt</ATTR>
    
15.       <ATTR NAME="J2EE_MODULE.name">provider-war</ATTR>
    
16.       <ATTR NAME="WEBSERVICE_PORT.name">__soap_RouterForWebSubSystem_InquirySoapESB</ATTR>
    
17.     </SUPPL_ATTRS>
    
18.   </HEADER>
    
19.   <CORRELATION_DATA>
    
20.     <EXEC_CONTEXT_ID><UNIQUE_ID>1310542601:10.140.18.133:720938:0:399</UNIQUE_ID><SEQ>1</SEQ></EXEC_CONTEXT_ID>
    
21.   </CORRELATION_DATA>
    
22.   <PAYLOAD>
    
23.     <MSG_TEXT>publishing IN event: BusinessEvent{systemGUID=6BF2A4B04C5511E09F43655A87EA1A80operationName=IMemberGetMyPCsoperationGUID=25D78798DE1E11DDBFF8B72EF680E27C, key
    
24. =IMemberGetMyPCs, priority=4, correlationId=null, , Last Subscription=  , Error Message=null, Error Stack=null, BES_PAYLOAD_OBJECT=false} = interceptor: null</MSG_TEXT>
    
25.   </PAYLOAD>
    
26. </MESSAGE>

复制代码

yinyuemi

回复 1# keymanlu


    貌似和这个帖子的要求类似：
http://bbs.chinaunix.net/viewthr ... p;extra=&page=1

rdcwayx

有些xml2txt 转换工具，楼主到网上找找看，是不是可以方便些？

如果只是用你给的例子来做的话，可以试试这个：

1. awk '/<MESSAGE>/,/<\/MESSAGE>/' infile |awk -F "[>|<]" '/EXEC_CONTEXT_ID/{print $5}'

复制代码

keymanlu

有些xml2txt 转换工具，楼主到网上找找看，是不是可以方便些？

如果只是用你给的例子来做的话，可以试试 ...
rdcwayx 发表于 2011-07-14 15:06

谢谢答复，但实际上我想要打印出来的是<MESSAGE>和</MESSAGE>之间的消息内容，不仅是EXEC_CONTEXT_ID这个属性。
您的命令等于是grep了EXEC_CONTEXT_ID的内容，MESSAGE的其他部分没有打印出来了。

rdcwayx

难道你要的仅仅是这个？

1. awk '/<MESSAGE>/,/<\/MESSAGE>/' infile

复制代码

keymanlu

回复 5# rdcwayx


    呵呵，也不是，这样的话只是打印出MESSEGE之间的内容，但没有匹配关键字的操作。

我的需求是先找到MESSEGE里面的一个关键字，然后打印所有这些关键字对应的那段MESSEGE里面的内容。

rdcwayx

1. awk '/<MESSAGE>/{t=1;a="";s=0}
   
2.         t{a=(a=="")?$0:a RS $0; if (/<EXEC_CONTEXT_ID>/) s=1}
   
3.         /<\/MESSAGE>/&&s&&t{print a;t=0}' infile

复制代码

ywlscpl

回复 1# keymanlu
不明确你的key是什么，只好正行来匹配

1. [root@mylinux ~]# key="<EXEC_CONTEXT_ID><UNIQUE_ID>1310542601:10.140.18.133:720938:0:399</UNIQUE_ID><SEQ>1</SEQ></EXEC_CONTEXT_ID>"                                           [root@mylinux ~]# awk -v k="$key" '/<MESSAGE>/{T=1;a[++n]=$0;t[n]=0;next}/<\/MESSAGE>/{T=0;a[n]=a[n]"\n"$0}T{a[n]=a[n]"\n"$0}T&&$1==k{t[n]=1}END{for (i=1;i<=n;i++) if (t[i]==1) print a[i]}' file
   
2. <MESSAGE>
   
3.   <HEADER>
   
4. 1111111111111111111111111   
   
5. </SUPPL_ATTRS>
   
6.   </HEADER>
   
7.   <CORRELATION_DATA>
   
8.     <EXEC_CONTEXT_ID><UNIQUE_ID>1310542601:10.140.18.133:720938:0:399</UNIQUE_ID><SEQ>1</SEQ></EXEC_CONTEXT_ID>
   
9.   </CORRELATION_DATA>
   
10.   <PAYLOAD>
    
11. 11111111111111111111111111
    
12. </MESSAGE>
    
13. [root@mylinux ~]# cat file
    
14. <MESSAGE>
    
15.   <HEADER>
    
16. 1111111111111111111111111   
    
17. </SUPPL_ATTRS>
    
18.   </HEADER>
    
19.   <CORRELATION_DATA>
    
20.     <EXEC_CONTEXT_ID><UNIQUE_ID>1310542601:10.140.18.133:720938:0:399</UNIQUE_ID><SEQ>1</SEQ></EXEC_CONTEXT_ID>
    
21.   </CORRELATION_DATA>
    
22.   <PAYLOAD>
    
23. 11111111111111111111111111
    
24. </MESSAGE>
    
25. 
    
26. 
    
27. sdkfjlskd
    
28. 
    
29. <MESSAGE>
    
30. 222222222222222222222
    
31.   <HEADER>
    
32.   <CORRELATION_DATA>
    
33.   </CORRELATION_DATA>
    
34.   </PAYLOAD>
    
35. 222222222222222222222222222222
    
36. </MESSAGE>
    
37. [root@mylinux ~]#

复制代码

keymanlu

谢谢各位的指点，我收集起来了