怎么提取xml里的内容

wadeheat2

xml里内容为：

<urlset>
<url>
<loc>url1.html</loc>
<lastmod>2014-11-21</lastmod>
</url>
<url>
<url>
<loc>url2.html</loc>
<lastmod>2014-11-21</lastmod>
</url>
</urlset>

请问怎么提取，让结果为：

url1.html，2014-11-21
url2.html，2014-11-22

yestreenstars

1. [root@localhost ~]# sed -n '/<loc>/{N;s/<[^>]*>//g;s/\n/,/p}' i
   
2. url1.html,2014-11-21
   
3. url2.html,2014-11-21
   
4. [root@localhost ~]#

复制代码

wadeheat2

回复 2# yestreenstars


    谢谢大神，另外，大神请进为啥我这样不对呀？

   sed -n 's/.*>\(.*\)<\/loc>.*lastmod>\(.*\)<\/lastmod>/\1,\2/p' file

ljwd1000

1. awk -F'[<>]' '/<lastmod>/{print a,$3}{a=$3;OFS=","}'

复制代码

expert1

这种问题用python的xml模块就比较爽了。

yestreenstars

回复 3# wadeheat2

sed是一行一行处理的~
   

wadeheat2

回复 5# expert1


    是的，但是我还是喜欢shell的速度

tomer

1. 
   
2. import os
   
3. import re
   
4. a=[]
   
5. f=open("d:\\11.txt","r")
   
6. for i in f:
   
7.    s1=re.findall(r'(?<=\<loc\>).*(?=\</loc\>)',i)
   
8.    a+=s1
   
9.    s2=re.findall(r'(?<=\<lastmod\>).*(?=\</lastmod\>)',i)
   
10.    a+=s2
    
11. for i in range(0,int(len(a)),2):
    
12.     print(a[i]+","+a[i+1])
    
13. f.close()
    

复制代码

Buring__

wadeheat2

1. awk -F'[<>]' '/<loc>/{printf $3",";getline;print $3}' urfile

复制代码

wadeheat2

回复 8# tomer


    py代码好，O(∩_∩)O谢谢