shell如何解析带标签的文件

lzq123335

如果文件中有如下形式的文本：
<tr>
<td>
Title
</td>
<td>
321
</td>
<td>
123
</td>
</tr>
<tr>
<td>
RECHARGE_ID
</td>
<td>
&nbsp;
</td>
<td>
&nbsp;
</td>
<td>
</tr>
....

每一个<tr>的第一个<td>中数据为文字说明， 后面<td>内容为要比较的内容，如果不一致，就输出类似的格式。
Title:  321  vs 123

注意除了第一个title外，后面<td>的个数可能有2n个 或者2n+1个. 如果后者，就输出为失败.


如果为偶数则将前面N个数据对比后面N个数据，比如有4个<data>的话，形如:
<tr>
<td>
Title
</td>
<td>
val1
</td>
<td>
val2
</td>
<td>
val3
</td>
<td>
val4
</td>
</tr>
....
val1,val3 对比；val22, val4对比等。


Title:  val1 vs val3
         val2 vs val4

q1208c

这么典型的 HTML文件, 为啥非要用 shell来处理?

jason680

回复 1# lzq123335

# awk '/^<tr>/{t=-1}/^<td>/{getline;if(t++<0){T=$1":"}else{a[t]=$1}}/^<\/tr>/{if(t%2){print "FAILED!!!"}else{for(n=1;n<t;n+=2)if(a[n]!=a[n+1]){print T,a[n]" vs "a[n+1];gsub("."," ",T)}}}' FILE
Title: val1 vs val2
       val3 vs val4
   

yestreenstars

1. awk 'BEGIN{FS="\n";RS="<tr>"}NR>1{if((NF/3-2)%2)print "Failed";else{for(i=3;(i+=3)<=NF/2;){if($i==$(i+NF/2-3))continue;t=$i" vs "$(i+NF/2-3);s=s?s"\n\t"t:$3":\t"t};print s;s=""}}'

复制代码

yestreenstars

回复 3# jason680

楼主想要的结果是：
如果有4组的话应该是1vs3、2vs4
如果有6组的话应该是1vs4、2vs5、3vs6
……   

lzq123335

回复 2# q1208c


  这个其实是一个excel文件，我只截取了其中一段。想在linux下面进行比较，除了shell还有其他什么方法么？

lzq123335

回复 5# yestreenstars


    是的。

q1208c

回复 6# lzq123335

excel 文件 可以用 python 或 perl 的程序来处理. 至少灵活性比 shell要高很多.
   

jason680

回复 5# yestreenstars

thanks and modify

# awk '/^<tr>/{t=-1}/^<td>/{getline;if(t++<0){T=$1":"}else{a[t]=$1}}/^<\/tr>/{if(t%2){print "FAILED!!!"}else{t/=2;for(n=1;n<=t;n++)if(a[n]!=a[n+t]){print T,a[n]" vs "a[n+t];gsub("[^ ]"," ",T)}}}' FILE
Title: val1 vs val3
       val2 vs val4