0

есть такая проблема на bash. Имеется xml-файл с множеством записей схожей структуры, например:

<?xml version="1.0" encoding="windows-1251"?>

<operation id="73583876586">
      <card number_7813="8798505809">
         <commons:card_state
               status="ACTIVE"
         />
      </card>
   </operation>

...много аналогичных записей с некоторым отличием по тегам внутри...

<operation id="73584313194">
      <summary>
         <summary_item
               unit="BNS_NET"
               before="4182.0"
               amount="-4000.0"
               after="182.0"/>
      </summary>
      <payment_info>
         <payment_item type="points" amount="4000.0"/>
      </payment_info>
      <card number_7813="9646595694"
      >
         <commons:card_state
               status="ACTIVE"
         />
      </card>
   </operation>

Мне требуется найти все записи, которые содержат, например, payment_item, а после вытащить весь родительский тэг <operation> и все, что внутри него.

Проблема возникла в том, что я, найдя нужный мне кусок(а их может быть много, файл большой), не могу понять, как мне вытащить весь верхний тэг с ним.

Через sed не получилось - обрезалась только первая запись, остальные не обработались корректно.

Через grep с указанием -A и -B тоже не выходит, поскольку количество строк до родительского тэга может отличаться.

Через xmllint,xml и xmlstarlet у меня не получилось(возможно, руки из жопы, возможно кривой xml-формат в этом файле,возможно,проблема в макбуке)

6
  • Думаю это не совсем то, что нужно и не совсем bash это, но можете попробовать вот так grep "<operation id=" ./test.txt | while read line; do a=$(awk "/$line/,/<\/operation>/" ./test.txt); [[ $(grep -o "payment_item" <<< "$a") != '' ]] && echo "$a"; done
    – user341547
    5 сен 2019 в 9:47
  • Не сработало, вообще ничего не нашлось...
    – h8 zis
    5 сен 2019 в 14:46
  • имя к файлу в двух местах указали?
    – user341547
    5 сен 2019 в 16:43
  • Разумеется, вместо text.txt указал полный путь до своего файла, не помогло(
    – h8 zis
    5 сен 2019 в 17:13
  • @PotroNik, ну уже не смешно. stackoverflow.com/a/1732454/2511795
    – 0andriy
    5 сен 2019 в 17:47

1 ответ 1

2

Во-первых, обрабатывать xml текстовыми средствами — это боль.

Во-вторых, в приведённый пример действительно не является корректным xml-документом: XML допускает только один корневой элемент, т.е. правильно его будет записать как-то так:

<?xml version="1.0" encoding="windows-1251"?>
<operation_list>
    <operation id="73583876586">
      <!-- ... -->
    </operation>
    <operation id="73584313194">
      <!-- ... -->
      <payment_info>
        <payment_item type="points" amount="4000.0"/>
      </payment_info>
    </operation>
</operation_list>

сделать это можно, например, sed'ом:

sed -i "$(echo -e '1a<operation_list>\n$a</operation_list>')" foo.xml

После этого его можно обрабатывать специализированными xml-утилитами, например xpath:

xpath -e '//operation[*/payment_item]' foo.xml

xmllint в этом отношении тоже применим, но хуже т.к. он не сможет переварить некоторые другие мелкие ошибки, например то, что пространство имён commons не определено. Про xmlstarlet я сказать ничего не могу т.к. не пользовался оным... Также могу посоветовать для обработки xml'я перейти на что-то посерьёзней bash'а из серии перло-пыхо-питона.

2
  • Отличный ответ!
    – 0andriy
    5 сен 2019 в 17:44
  • Да, огромное спасибо) Так сработало!
    – h8 zis
    6 сен 2019 в 7:18

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.