我可以使用 grep 命令从文件中提取完整日期吗？

Question

我需要帮助使用 grep 从 Linux 系统上的文件中提取分区日期时间。

源文件是一个 XML，包含以下数据：

<item start="20231010073000 +0100" stop="20231010100000 +0100">...</item>

我需要提取完整的开始日期，但使用 grep 我无法得到完整的结果。我的代码：

for startDate in $(grep -Eo 'start="[0-9]{14} [\+|\-][0-9]{4}"' "$filepath" ); do
  echo "$startDate"
done

我得到了两个不同的结果：

start="20231010073000
+0100"

我可以得到它如下：

start="20231010073000 +0100"

我尝试过\s、[[:space:]]和其他示例，但使用相同的解决方案。

我的代码似乎有错误，但我无法修复它！

我很感谢任何形式的帮助！

Answer 1

不要使用grep或regex解析HTML/XML您不能、不得使用旨在处理原始文本行的工具解析任何结构化文本，例如 XML/HTML。如果需要处理 XML/HTML，请使用 XML/HTML 解析器。绝大多数语言都内置了对解析 XML 的支持，并且有专门的工具，例如xidel、xmlstarlet或者xmllint如果您需要从命令行 shell 快速进行操作... 如果您无法访问适当的工具，切勿接受工作。

最先进的命令行工具是xidel. 语法比or更直观/现代（并且支持XPath3其他工具受限制的情况XPath1），请参阅：xmlstarletxmllint

xidel -e '//item/@start' -s file.xml
20231010073000 +0100

• -e用于XPath e表达
• -s对于silent（无状态信息）

查询语言XPath在许多情况下对于解析 XML/HTML 非常有用。

XPath教程：

https://developer.mozilla.org/en-US/docs/Web/XPath
http://www.w3schools.com/xpath/xpath_functions.asp
http://stackoverflow.com/tags/xpath/info https://www.w3schools.com/xpath/xpath_functions.asp http://stackoverflow.com/tags/xpath/info
https:// /topswagcode.com/xpath/（互动XPath游戏，当您具备基础知识并想要互动练习时）