python - awk 双引号字段分隔符

Question

我似乎想不出我的最后一 block 来实现我想要的输出。

我有一个包含许多条目的文件，如下所示:

<Stats>
    <RecNum>45435</RecNum>
    <Date>2016/12/31</Date>
    <DayofWeek>6</DayofWeek>
    <Time>16:35</Time>
    <Dir>Closing</Dir>
    <Class>2</Class>
    <SpeedSpan>1</SpeedSpan>
    <TimeSpan>1</TimeSpan>
    <Bucket Speed="34" Count="1"/>
    <Bucket Speed="35" Count="0"/>
    <Bucket Speed="36" Count="1"/>
</Stats>

如果 Count=1，我想打印日期、时间和速度，如下所示:

2016/12/31  16:35   34
2016/12/31  16:35   36

我最接近的是:

$ awk -F'[ <>]' 'BEGIN {d="d";t="t";} /<Date>/ {d=$3;} /<Time>/ {t=$3;} /Count="1"/ {print d "\t" t "\t" $3;}' speed.xml

这给了我:

2016/12/31  16:35   Speed="34"
2016/12/31  16:35   Speed="36"

我尝试了许多不同的迭代，但似乎无法在没有措辞的情况下获得速度数字。我尝试使用 "作为字段分隔符，但它似乎从未按预期工作。

希望找到一个 awk 解决方案，但如果没有，我总是可以使用 python 程序去除不需要的字符。

Answer 1

Jose Ricardo Bustos M.'s helpful XSLT-based answer和 Stephen Rauch's helpful Python-based answer更可取，因为它们采用适当的 XML 解析，这既更灵活又更健壮。

要修复您的 awk 命令:

awk -v OFS='\t' -F'[<>]' '
  /<Date>/ {d=$3}
  /<Time>/ {t=$3} 
  /Count="1"/ {
    split($0, flds, "\"")
    print d, t, flds[2]
  }
' speed.xml

split($2, flds, "\"") 按 " 拆分感兴趣的行并将结果存储在自定义数组 flds 中, 它允许通过索引 2 提取 "Speed" 属性值。

另请注意 -v OFS='\t' 的使用 - 即，将输出字段分隔符设置为制表符 - 这会启用更简单的 print 语句枚举 (,) 输出字段，依靠 awk 用 OFS 隐式分隔它们。

---

事后思考:将 " 添加到字段分隔符集也可以:

awk -v OFS='\t' -F'["<>]' '
  /<Date>/ {d=$3}
  /<Time>/ {t=$3} 
  /Count="1"/ { print d, t, $3 }
' file