如何提取XML/SVG分段并以段内id为文件名生成独立文件？

没问题，我来帮你搞定这个需求！你要从一个包含多个SVG片段的文件里，把每个以<?xml开头、</svg>结尾的段提取出来，还得用每个段里的id属性值作为文件名对吧？不用纠结sed的组合正则，我给你几个实用的方案，保证能解决问题：

方案1：用sed+循环（适合熟悉sed的场景） #

这个方法分两步：先提取所有的id值，再逐个匹配对应的SVG块并保存。执行下面的命令就行：

sed -n 's/.*id="\([^"]*\)".*/\1/p' Original.svg | while read id; do
  sed -n "/<?xml.*id=\"$id\"/,/<\/svg>/p" Original.svg > "$id.svg"
done

简单解释： #

• 第一行的sed命令专门提取所有SVG块里的id值，输出每个id的内容
• 然后通过while read循环遍历每个id，用sed的地址范围匹配（从包含该id的<?xml行开始，到</svg>行结束），把这段内容输出到以id.svg命名的文件里

方案2：用awk（更高效，只读取一次文件） #

如果你的原文件很大，awk方案会更高效，因为它只需要读取一次原文件就能完成所有提取：

awk '
/<?xml/ {
  # 遇到新的SVG块开头，先把之前缓存的内容写入文件（如果有的话）
  if (buffer != "") {
    print buffer > filename
    close(filename)
    buffer = ""
  }
}
{
  # 把当前行加入缓存（加空格是为了处理原文件一行到底的情况）
  buffer = buffer $0 " "
  # 提取当前块的id作为文件名
  if (/id="[^"]*"/) {
    match($0, /id="([^"]*)"/, arr)
    filename = arr[1] ".svg"
  }
}
/<\/svg>/ {
  # 遇到SVG块结尾，把缓存内容写入文件并清空
  print buffer > filename
  close(filename)
  buffer = ""
}
' Original.svg

简单解释： #

• 脚本会逐行扫描原文件，遇到<?xml就初始化缓存，遇到id属性就记录文件名，遇到</svg>就把缓存的整个SVG块写入对应的文件
• 加close(filename)是为了避免打开过多文件句柄，防止报错

注意事项 #

• 确保原文件里每个SVG块的id都是唯一的，不然后面的块会覆盖前面同名的文件
• 不管原文件里的SVG块是一行到底还是换行排版，这两个方案都能正常处理
• 如果id里包含特殊字符（比如空格、斜杠），需要调整正则表达式做转义，但一般SVG的id都是符合XML规范的标识符，不会有这种问题

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