Unix - 同一行上的文件名和字符串結果

我需要搜索一個包含數百或數千個文件的目錄，每個文件包含具有特定字符串的一個或多個實例（包含數據的開始/結束標記）的XML。我可以通過做Unix - 同一行上的文件名和字符串結果

grep -ho '<mytagname>..............<\/mytagname>' /home/xyzzy/mydata/*.XML > /home/mydata/tagvalues.txt

然後幾個sed命令脫光標籤獲取字符串的所有實例，所以我風與僅僅包含值的列表中的文件：

value001 
    value002 
    value003

（etc）

理想情況下，我想讓文件的每一行都包含文件名，以便我可以導入數據庫進行分析。

所以我的結果會是這樣的

fileAAA value001 
fileAAA value002 
fileAAA value003 
fileBBB value004

上面的格式非常靈活 - 可以有空格或其他分隔符，它甚至還包括了開始/結束標記。

我已經能夠獲得最接近的是使用grep -o

fileAAA:value001 
value002 
value003 
fileBBB:value004

一個Perl的一個班輪似乎理想，但我是新足的是，我不知道如何開始。

來源

2014-03-31 JOATMON

awk怎麼樣？

awk -F'</?mytagname>' '$2 {print FILENAME,$2}' /home/xyzzy/mydata/*.XML

說明：

-F regex - 組字段分隔符必須從而包圍在它自己的引號中的單獨的參數
$2 - 如果第二字段具有值
{print FILENAME,$2} - 打印文件名空間第二個字段的值

來源

2014-03-31 21:40:44 anttix

感謝 - 這兩個的（perl的和awk）在某種程度上工作：它們似乎只是在文件中第一次出現字符串。當我使用我的原始grep時，我得到了成千上萬的點擊（即使我排序並採取唯一值）。當我使用其中的任何一個命令時，我得到大約7500個命中，這是目錄中的文件數。 – JOATMON

啊哈 - 做了一點挖掘，並找到了答案在另一個帖子[這裏]（http://stackoverflow.com/questions/19031552/perl-one-liner-to-match-all-occurrences-of-regex） - 所以我將perl命令改爲while（/ （。*？）<\/mytagname>/g）'而不是if，這給了我一個更可信的數字。 – JOATMON

Cou LD用一個班輪像這樣做：

perl -lne 'print "$ARGV $1" if /<mytagname>(.*?)<\/mytagname>/' *.xml

不過，我強烈建議你使用一個實際的XML解析器像XML::Twig或XML::LibXML

use strict; 
use warnings; 

use XML::LibXML; 

for my $file (</home/xyzzy/mydata/*.XML>) { 
    my $doc = XML::LibXML->load_xml(location => $file); 
    for my $node ($doc->findnodes("//mytagname")) { 
     print "$file " . $node->textContent() . "\n"; 
    } 
}

來源

2014-03-31 22:04:29 Miller

Unix - 同一行上的文件名和字符串結果

回答

相關問題