字符串标记化算法不会标记化

Question

早上好，我正在编写一个bash脚本，从给定目录中的所有文件中提取特定XML标记的值。我决定通过标记每一行并返回th4e相关标记来完成此操作。问题是它没有正确地标记化，我不能完全弄清楚原因。这是我能用来重建这个问题的最小例子

#!/bin/bash
for file in `ls $MY_DIRECTORY`
do
    for line in `cat $MY_DIRECTORY/$file`
    do
        LOCALIFS=$IFS
        IFS=<>\"

        TOKENS=( $line )
        IFS=$LOCALIFS
        echo "Token 0: ${TOKENS[0]}" 
        echo "Token 1: ${TOKENS[1]}" 
        echo "Token 2: ${TOKENS[2]}" 
        echo "Token 3: ${TOKENS[3]}" 

    done
 done

我猜这个问题与我在一个使用IFS的循环中处理IFS有关(即cat操作)，但这以前从未出现过问题。

有什么想法吗？

谢谢，里克

Answer 1

使用更好的工具来解析xml，理想情况下它应该是一个解析器，但是如果您的需求很简单，并且知道xml的结构，那么简单的字符串操作可能就足够了。例如，xml文件，您想要获取tag3的值

$  cat file
blah
<tag1>value1 </tag1>
<tag2>value2 </tag2>
<tag3>value3
</tag3>
blah

$ awk -vRS="</tag3>" '/tag2/{ gsub(/.*tag3>/,"");print}' file
value3

所以要遍历你的目录

for file in *.xml
do
  value="$(awk -vRS="</tag3>" '/tag2/{ gsub(/.*tag3>/,"");print}' "$file" )"
  echo "$value"
done