解析从XML的<c>标签提取code属性的Awk命令工作原理

我们把整条命令拆成三个阶段逐一解释：

1. 读取文件内容 #

cat random.xml

这一步就是把random.xml的内容输出到标准输出，作为后续命令的输入源。

2. 筛选目标行 #

egrep "<c.*/>"

用egrep过滤出所有自闭合的<c>标签行：

• 正则<c.*/>的含义是：匹配以<c开头、中间包含任意字符、最后以/>结尾的行
• 执行后会留下xml里的三行<c>标签内容，排除<a>、<b>这类无关行

3. 提取code属性值（核心步骤） #

awk -F1 ' /code=/ {f=NR} f&&NR-1==f' RS='"'

这部分是关键，拆解awk的参数和脚本逻辑：

参数说明 #

• RS='"'：把awk的记录分隔符设为双引号。这样awk会把输入内容按双引号分割成一段段"记录"，比如第一个<c>标签行会被拆成这些片段：<c id=、123、 code=、abc、 date=、12-12-2022、/>
• -F1：这里把字段分隔符设为1，但因为已经用双引号分割了记录，每个记录本身就是独立内容，所以这个参数实际是冗余设置，没有发挥作用

脚本逻辑 #

awk会逐段处理每个记录：

1. /code=/ {f=NR}：当某个记录匹配code=（也就是遇到 code=这段记录时），把当前的记录编号NR赋值给变量f
2. f&&NR-1==f：当变量f存在（说明之前找到过code=的记录），并且当前记录的编号NR刚好比f大1时，输出当前记录
   • 因为code=的下一个记录就是我们要的属性值（比如 code=之后的abc），所以通过这个逻辑能精准提取code的内容
   • 对于没有code属性的<c>标签行，不会触发f=NR的赋值，也就不会输出任何内容

最终输出结果就是所有<c>标签里的code属性值：

abc
efg

内容的提问来源于stack exchange，提问作者pss