AWK，不同的分隔符之间提取字符串

Question

我有xml文件如下：

<Name ns1:translate="yes">Overview</Name>  
<TextValue>Start</TextValue> 
<Title ns1:translate="yes">This is a "book"</Title> 
<Title>BOOK</Title> 
<Description ns1:translate="yes"/> 
<TextValue ns1:translate="yes">End</TextValue> 

我想，如果标记包含翻译=“是”提取字符串。输出应该如下所示：

Overview = Overview 
This is a "book" = This is a "book" 
    = 
End = End 

我需要使用shell脚本来完成上述提取。我试图使用：

awk awk -F '["<>]' '{if (/.*translate="yes".*/) {print ((NF>6?OFS $(NF-2):x))}

但它没有给我想要的结果，因为输出中的“书”没有被打印出来。请让我知道上述awk中会出现什么错误。

Answer 1

与tripleee建议的一样，您应该使用xml解析器。对于使用awk一个肮脏的解决方案，你可以这样做：

awk -F '[<>]' '{ for (i=1; i<=NF; i++) if ($i ~ /translate="yes"/) print $(i+1), "=", $(i+1) }' file.txt 

结果：

Overview = Overview 
This is a "book" = This is a "book" 
= 
End = End 

该解决方案将只打印下一个元素找到translate="yes"后。因人而异。

Answer 2

>awk 'BEGIN{FS="<|>"}/translate="yes"/{split($2,a,">");print a[2]"="a[2]}' temp 
Overview=Overview 
This is a "book"=This is a "book" 
= 
End=End