Сценарий для извлечения текста с помощью grep
Я пытаюсь извлечь две текстовых строки из нескольких файлов данных в каталоге. Я хочу разделить текстовую строку с помощью ~ символа и отправить вывод в один единственный файл.
Имя каталога в качестве примера: /xmldocs И имена файлов являются названием файлов: 1.xml, 2.xml, 3.xml
Ожидаемый вывод:
TEXT_STRING_ONE~TEXT_STRING_TWO ------- This is from 1.xml
TEXT_STRING_ONE~TEXT_STRING_TWO ------- This is from 2.xml
TEXT_STRING_ONE~TEXT_STRING_TWO ------- This is from 3.xml
СЦЕНАРИЙ использовал вид работ только с одной командой grep
for i in `ls`
do
grep "Document ID:" $i
echo "~"
echo "\n"
done >> /xmldocs/1.txt
Когда я вставляю 2-ю команду grep; grep 'CI[^"]' сценарий зависает и нет никакого вывода.
Текущая производительность
<KMS_data id="KMS_documentId" name="Document ID:">12</KMS_data>
~
<KMS_data id="KMS_documentId" name="Document ID:">19</KMS_data>
~
<KMS_data id="KMS_documentId" name="Document ID:">6</KMS_data>
~
grep "Document ID:" $i
~
grep "Document ID:" $i
~
grep "Document ID:" $i > /xmldocs/1.txt
~
Любая справка благодарна. Я являюсь очень очень новым с командами LINUX/UNIX, и я должен извлечь информацию из 20 000 XML-файлов.Спасибо.
3 ответа
Идея является процессом результат grep, и добавьте его явно к выходному файлу. Таким образом, можно использовать консоль для записи сообщений отладки.
#/bin/bash
# Save output to this file
outputFile='./xmldocs/1.txt'
rm -f $outputFile
# List only *.xml files and iterate
for i in `ls *.xml`
do
# Echo which file is being processed (only printed to console )
echo 'Processing :'$i
# Grep, remove trailing newline and append to $outputFile
grep "Document ID:" -s $i | tr -d '\n' >> $outputFile
# Add char to separate
printf "~" >> $outputFile
# Grep, remove trailing newline and append to $outputFile
grep 'CI[^"]' -s $i | tr -d '\n' >> $outputFile
# Print newline to separate results
printf "\n" >> $outputFile
done
echo '!! done'
, Если это не работает, отправить другую строку, что Вы хотите к grep протестировать его.
То, что вы хотите, это paste:
#!/bin/bash
for f in *.xml
do
paste -d '~' <(grep 'Document ID:' "$f") <(grep 'CI[\^"]' "$f")
done > /xmldocs/1.txt
Относительно того, почему скрипт может зависать при использовании grep 'CI[^"]', вам следует избегать ^. Использование grep 'CI[\^"]' решило проблему для меня. Это потому, что символ моркови, даже в скобках, интерпретируется как отрицание.
РЕДАКТИРОВАТЬ: коррекция Steeldriver