在RedHat 7.9中用AWK将Visual TOM XML转多份CSV的可行性问询

完全可以用AWK实现你的需求，RedHat 7.9自带的GNU AWK（gawk）具备处理XML结构化文本的能力，能轻松应对属性缺失、多重复子节点（参数、资源）这类场景。

核心实现思路 #

针对你需要的7份CSV，可按以下逻辑编写AWK脚本：

1. 应用属性CSV #

• 跟踪<application>标签块，提取应用名称、retained、comment等属性；
• 遇到</application>时，将收集到的字段输出到app_attributes.csv，缺失属性用空值填充以保证列对齐。

2. 应用/作业属性CSV #

• 先捕获当前应用名称，进入<job>块后提取作业名称、retained、comment、information等属性；
• 每条作业对应一行记录，输出到app_job_attributes.csv，缺失属性留空。

3. 应用/作业脚本CSV #

• 在<job>块内定位<script>标签，处理可能的多行脚本内容，拼接完整文本；
• 关联当前应用和作业名称，输出到app_job_scripts.csv。

4. 应用/作业参数CSV #

• 在<job>块内遍历所有<parameter>子节点，每个参数单独占一行；
• 每行关联对应的应用和作业名称，输出到app_job_parameters.csv。

5. 应用/作业ExpectedResource CSV #

• 遍历<job>内的<ExpectedResource>节点，提取资源名称等属性；
• 每条资源对应一行记录，关联应用和作业名称后输出到app_job_resources.csv。

6. 应用/作业Node属性CSV #

• 在<job>块内提取<node>标签的x、y、z属性；
• 关联应用和作业名称，输出到app_job_nodes.csv。

7. 应用Node属性CSV #

• 在<application>块内提取自身的<node>标签属性；
• 关联应用名称，输出到app_nodes.csv。

关键实现技巧 #

• 用变量标记当前上下文（比如in_app、in_job），明确当前处于应用还是作业块；
• 用sub()或gsub()正则匹配提取XML属性值，例如sub(/.*name="([^"]+)".*/, "\\1", $0)提取名称属性；
• 处理多行内容（如脚本）时，可临时修改记录分隔符RS，或逐行拼接文本；
• 提前定义各CSV的表头，确保输出的CSV结构统一。

内容的提问来源于stack exchange，提问作者Romain93110