我想使用awk解析來自壓縮XML提要的文本

我想從壓縮XML提要http://rss.slashdot.org/Slashdot/slashdot解析<title>和<description>。我嘗試做以下我想使用awk解析來自壓縮XML提要的文本

curl --silent "http://rss.slashdot.org/Slashdot/slashdot" | awk '/\btitle\b(.*?)\bdescription\b/'

和grep -E等，但我無法得到我想要的字符串。它總是返回整個XML，因爲它被壓縮並且數據在一行中。

我能夠通過在文本編輯器中運行它來測試我的正則表達式字符串。

感謝您的幫助！謝謝！

來源

2013-03-09 Balaji Natarajan

「我想分析[...] XML [...]用awk」 - 這就是你搞砸了。 – 2013-03-09 21:51:13

萬一你必須用awk來做，'但是我不能得到我想要的子串'，你想要什麼？ – Kent 2013-03-09 22:03:29

這裏是一個XSLT解決方案：

curl -s -o- http://rss.slashdot.org/Slashdot/slashdot | xsltproc slashdot.xsl -

其中slashdot.xsl是

<?xml version="1.0" encoding="UTF-8"?> 
<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 
<xsl:output method="text" /> 

<xsl:variable name="newline"> 
<xsl:text> 
</xsl:text> 
</xsl:variable> 

<xsl:template match="/"> 
    <xsl:apply-templates select='//item' /> 
</xsl:template> 

<xsl:template match='//item'> 
    <xsl:value-of select='title' /><xsl:value-of select='$newline' /> 
    <xsl:text>====</xsl:text><xsl:value-of select='$newline' /> 
    <xsl:value-of select='description' /><xsl:value-of select='$newline' /> 
    <xsl:value-of select='$newline' /> 
</xsl:template> 

</xsl:stylesheet>

來源

2013-03-10 00:22:54

這工作得很好。謝謝！ – 2013-03-10 00:44:45

我將此設置爲正確的答案，因爲它非常易於理解，使用和更改爲我的需要。我現在在我的geektool中使用此功能，但是特別感謝Birei幫助我擺脫了第一位！ – 2013-03-10 01:54:34

使用XML解析器將有所幫助，在這裏使用perl和XML::Twig進行測試。適應您的需求。

內容script.pl：

#!/usr/bin/env perl 

use warnings; 
use strict; 
use XML::Twig; 

my $twig = XML::Twig->new(
    twig_handlers => { 
     'title' => \&extract_text, 
     'description' => \&extract_text, 
    }, 
)->parsefile(shift); 

sub extract_text { 
    my ($t, $e) = @_; 
    printf qq|%s\n=================\n|, $e->tag; 
    printf qq|%s\n\n|, $e->text; 
}

運行它想：

curl --silent "http://rss.slashdot.org/Slashdot/slashdot" | perl script.pl -

這yiedls像每對標題和描述如下：

title 
================= 
Proof-of-Concept Port of XBMC to SDL 2.0 and Wayland 

description 
================= 
hypnosec wrote in with news that XBMC has ...

來源

2013-03-09 22:07:27 Birei

謝謝比瑞。我是Perl新手。我在運行腳本時遇到了與XMLTwig相關的問題。 – 2013-03-09 23:48:01

mini：scripts balaji $ curl --silent'http://rss.slashdot.org/Slashdot/slashdot'| perl parserss.pl 在@INC中找不到XML/Twig.pm（@INC包含：/Library/Perl/5.12/darwin-thread-multi-2level/Library/Perl/5.12/Network/Library/Perl/5.12/darwin-thread-multi-2level /Network/Library/Perl/5.12/Library/Perl/Updates/5.12.4 /System/Library/Perl/5.12/darwin-thread-multi-2level/System/Library/Perl/5.12 /System/Library/Perl/Extras/5.12/darwin-thread-multi-2level/System/Library/Perl/Extras/5.12。）在parserss.pl第3行。 BEGIN失敗 - 編譯中止parserss.pl第3行迷你：腳本balaji $ – 2013-03-09 23:50:58

您的信息，我跑cpan安裝XMLTwig – 2013-03-09 23:51:31

我想使用awk解析來自壓縮XML提要的文本

回答

相關問題