如何使用sed获取两个xml标签的值

Question

我有一个xml文件，我想获取一些标签的值。 XML是这样如下：

<?xml version="1.0" standalone = "no"?> 
<!DOCTYPE handover_list PUBLIC"EN""h"> 
<X1> 
<X2> 
<X3>USA</X3> 
<date_time>20170813T18:18-04:00</date_time> 
<id action="I">XXXXXXXXXXXXXX</id> 
<id action="I">YYYYYYYYYYYYYY</id> 
<id action="I">ZZZZZZZZZZZZZZ</id> 
</X2> 
<X2> 
<X3>UAE</X3> 
<date_time>20160814T15:15-03:04</date_time> 
<id action="I">AAAAAAAAAAAAAA</id> 
<id action="I">BBBBBBBBBBBBBB</id> 
<id action="I">CCCCCCCCCCCCCC</id> 
</X2> 
</X1> 

什么我使用的是：

sed -n 's:.*<X3>\(.*\)</X3>.*:\1:p' formated.xml 
sed -n 's:.*<id action="I">\(.*\)</id>.*:\1:p' formated.xml 

和其给定输出是这样的：

USA 
UAE 
XXXXXXXXXXXXXX 
YYYYYYYYYYYYYY 
ZZZZZZZZZZZZZZ 
AAAAAAAAAAAAAA 
BBBBBBBBBBBBBB 
CCCCCCCCCCCCCC 

我想是合并两个上面使用的sed命令，以便我可以得到像这样的输出：

USA 
XXXXXXXXXXXXXX 
YYYYYYYYYYYYYY 
ZZZZZZZZZZZZZZ 
UAE 
AAAAAAAAAAAAAA 
BBBBBBBBBBBBBB 
CCCCCCCCCCCCCC 

Answer 1

正确的方法是使用XML解析器等xmlstarlet：

在这种情况下，<DOCTYPE ..>标签是多余的。

xmlstarlet sel -t -v '//X2/*[not(self::date_time)]' -n formated.xml 

输出：

USA 
XXXXXXXXXXXXXX 
YYYYYYYYYYYYYY 
ZZZZZZZZZZZZZZ 
UAE 
AAAAAAAAAAAAAA 
BBBBBBBBBBBBBB 
CCCCCCCCCCCCCC 

Answer 2

串联两个sed命令与一个;：

sed -n 's:.*<X3>\(.*\)</X3>.*:\1:p' formated.xml 
sed -n 's:.*<id action="I">\(.*\)</id>.*:\1:p' formated.xml 

要将一个sed命令：

sed -n 's:.*<X3>\(.*\)</X3>.*:\1:p; s:.*<id action="I">\(.*\)</id>.*:\1:p' formated.xml 

输出：

 
USA 
XXXXXXXXXXXXXX 
YYYYYYYYYYYYYY 
ZZZZZZZZZZZZZZ 
UAE 
AAAAAAAAAAAAAA 
BBBBBBBBBBBBBB 
CCCCCCCCCCCCCC 

Answer 3

GNU sed的：

sed '/<X3>/{s/<[^>]*>//g;h};/ action=/{s/<[^>]*>//g;H};/<\/X2>/{g;b};d' formated.xml