Discussion :

[uskiki85]

Bonjour,

Dans mon sh, je dois parcourir un fichier xml et récupérer le texte qui est contenu uniquement entre une balise particulière.
ex : <A>1</A><B>2</B><A param=F>3</A> me recupère 13

Quel est selon vous la meilleur méthode ?
- parcourir ligne par ligne mon fichier ? (le problème est que je devrais effectuer ce traitement sur plus de 5000 fichiers)
- sed ? syntaxe ?
- autres ?

Merci pour vos conseils et votre aide

[uskiki85]

je viens de trouver un post sur le forum d'une personne qui avait quasi la même question avec lui la balise <CITE> et la commande était :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -rn '\@<CITE>@{N;s/\n/ /; s/.*<CITE>(.*)<\/CITE>.*/\1/p}'

Quelqu'un pourrait m'expliquer cette commande pour que je puisse l'adapter car cette fameuse commande sed parait un peu complexe?

[noooop]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

echo "<CITE>coucou</CITE>" | sed -rn 's/.*<CITE>(.*)<\/CITE>.*/\1/p'

La dernière expression de sed 's/.*<cite>(.*).... permet d'extraire une donnée qui est encadrée par <CITE> et </CITE>

Dans la commande sed, il passe 2 premières commandes s qui permettent de supprimer je crois les retour chariot

Dans la dernière celle qui t'interresse le plus, voici son explication:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

's/......

commande de substitution

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

.*<CITE>(.*)<\/CITE>.*

on cherche <CITE>puis une suite de plusieurs caractères (.*) et enfin on cherche</CITE>.
Cette suite de caractères est dénommée: \1

Donc si on trouve l'expression régulière <CITE>quelque chose </CITE> on substitut TOUTE la ligne par \1 c'est à dire le contenu de (.*) c'est à dire coucou dans l'exemple

....ouf et....tu as rien compris a mon charabia

[uskiki85]

Merci pour ta réponse qui a été très clair pour moi !

en adaptant à ce que je recherchai ca donne :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

echo "<A param=F>coucou</A>" | sed -rn 's/.*<A*.*>(.*)<\/A>.*/\1/p'

qui me retourne coucou

[uskiki85]

par contre si quelqu'un pouvait m'expliquer le début de la commande, ça serait sympa

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -rn '\@<CITE>@{N;s/\n/ /; s/.*<CITE>(.*)<\/CITE>.*/\1/p}'

\@<CITE>@{N;s/\n/ /

\@<CITE>@{N : ????
s/\n/ / : remplacement des sauts de ligne par un espace

Merci par avance