如何在Unix系统中基于timestamp标签对动态XML记录排序？

我需要按<timestamp>标签的值对XML记录排序，而非依赖标签的位置——因为这些XML标签是动态的，数量不固定。我试过下面的命令，但得不到预期输出：

$ sed  -e 's/<timestamp>/& /' file | sort -n -k2 | sed 's/ //g'

原始XML记录 #

<data1><Version>101</Version><timestamp>2022-11-01T05:51:33.540</timestamp><newtag>xlc<newtag><name>XXX</name></data1>
<data1><Version>102</Version><timestamp>2022-11-01T05:49:32.511</timestamp><newtag>xlc<newtag><name>BBB</name></data1>
<data1><Version>101</Version><timestamp>2022-11-01T05:54:30.540</timestamp><name>AAA</name></data1>
<data2><Version>102</Version><timestamp>2022-11-01T05:50:33.540</timestamp><newtag>xlc<newtag><name>XXX</name></data2>
<data2><Version>101</Version><timestamp>2022-11-01T05:41:33.540</timestamp><name>YYY</name></data2> 
<data2><Version>102</Version><newtag>xlc<newtag><timestamp>2022-11-01T05:50:12.510</timestamp><name>BBB</name></data2>

预期输出 #

<data2><Version>101</Version><timestamp>2022-11-01T05:41:33.540</timestamp><name>YYY</name></data2> 
<data1><Version>102</Version><timestamp>2022-11-01T05:49:32.511</timestamp><newtag>xlc<newtag><name>BBB</name></data1>
<data2><Version>102</Version><newtag>xlc<newtag><timestamp>2022-11-01T05:50:12.510</timestamp><name>BBB</name></data2>
<data2><Version>102</Version><timestamp>2022-11-01T05:50:33.540</timestamp><newtag>xlc<newtag><name>XXX</name></data2>
<data1><Version>101</Version><timestamp>2022-11-01T05:51:33.540</timestamp><newtag>xlc<newtag><name>XXX</name></data1>
<data1><Version>101</Version><timestamp>2022-11-01T05:54:30.540</timestamp><name>AAA</name></data1>

解决方案 #

你原来的sed方法失效的原因是：它依赖<timestamp>标签在每行的固定位置，一旦标签位置变动（比如最后一条记录里<timestamp>在<newtag>之后），sort -k2就抓不到正确的时间戳，排序自然出错。

改用awk提取时间戳作为排序键，就能摆脱位置限制：

awk 'match($0, /<timestamp>([^<]+)<\/timestamp>/, t) {print t[1] "\t" $0}' file | sort | cut -f2-

命令解释 #

• match($0, /<timestamp>([^<]+)<\/timestamp>/, t)：匹配每行里的<timestamp>标签，把标签内的时间字符串存入数组t的t[1]字段。
• print t[1] "\t" $0：把时间戳和原始XML行用制表符分隔，输出成新行（时间戳在前，作为排序依据）。
• sort：直接按时间戳字符串排序——ISO格式的时间字符串字典序和时间顺序完全一致，不用额外参数。
• cut -f2-：去掉行首的时间戳键，保留原始XML内容。

运行这条命令就能得到你要的预期输出。

内容的提问来源于stack exchange，提问作者Sakshi