如何提取2個已知字符串之間的值

Question

我有一些包含混合二進制和xml數據的大文件。我想提取在文件中有多個事件的2個XML標籤之間的所有值。模式如下：<C99><F1>050</F1><F2>random value</F2></C99>。部分XML數據沒有格式化，所有內容都在一行中。

我需要<F1>和</F1>之間的所有值從<C99>其中值範圍050和999（<F1>下等領域中也存在，但我需要從C99 F1的唯一值）之間。我需要對它們進行計數，看看有多少C99的F1值在0到999之間。

我想要一個提示，我可以如何輕鬆獲取並提取這些值（使用cat和grep？或sed？）。一旦將值導出到文件中，排序和計數就很容易完成。

我的臨時解決方案：

從文件中刪除所有的二進制數據後，我可以運行下面的命令：

cat filename | grep -o "<C99><F1>......." > file.txt 

這將導出所有字符串第12個字符開始<C99><F1>.

<C99><F1>001 
<C99><F1>056 
<C99><F1>123 
<C99><F1>445 

.....

一旦以文本文件形式導出，我將其替換爲<C99><F1>，然後對剩餘值進行排序和計數。

謝謝！

Answer 1

使用XMLStarlet：

$ xml sel -t -v '//C99/F1[. >= 50 and . <= 999]' -nl data.xml | wc -l 

沒有太大的暗示存在的，對不起。