php - 如何从 Linux 上的日志文件中提取 XML block

Question

我有一个如下所示的日志文件:

2010-05-12 12:23:45 Some sort of log entry
2010-05-12 01:45:12 Request XML: <RootTag>
<Element>Value</Element>
<Element>Another Value</Element>
</RootTag>
2010-05-12 01:45:32 Response XML: <ResponseRoot>
<Element>Value</Element>
</ResponseRoot>
2010-05-12 01:45:49 Another log entry

我想做的是提取请求和响应 XML(并最终将它们转储到它们自己的单个文件中)。我有一个使用 egrep 的类似解析器，但 XML 全部在一行上，而不是像上面那样多行。

日志文件也有些大，一个日志达到 500-600 兆。较小的日志我会通过 PHP 脚本读取并使用正则表达式匹配，但如此大的文件所需的内存量很可能会终止脚本。

是否有一种简单的方法使用 Linux 机器(在本例中为 CentOS)上的内置工具来提取多行，或者我是否必须硬着头皮使用 Perl 或 PHP 读取整个文件以提取出来？

Answer 1

# Example usage:
# perl script.pl data.xml RootTag > RootTag.xml

use strict;
use warnings;

my $tag = pop;

while (<>){
    if ( s/.*(<$tag>)/$1/ .. s/(<(\/)$tag>).*/$1/ ){
        print;
        last if $2;
    }
}

有关 flip-flop operator 的详细信息，请参阅文档.