xml - 隔离大型 xml 文件中的文本

Question

我是第一次在这里求助，所以请不要吃我。

我手上有一个又大又乱的 .xml 文件。它的结构是这样的:

<SPEAKER N°001>ERROR</SPEAKER N°001>
<ORIGINAL N°001>
TEXT THAT INTERESTS ME1
TEXT THAT INTERESTS ME1
</ORIGINAL N°001>
<JAPANESE N°001>
ツートンカラーの群れはグルグルと回り続け、
三方向から催眠動画を見せられているかのような錯覚に
陥る戦刃だが、それでも、彼女の表情は凍ったままだ。
</JAPANESE N°001>
<TRANSLATED N°001>

</TRANSLATED N°001>
<COMMENT N°001>

</COMMENT N°001>
------------------------------------------------------------
<SPEAKER N°002>ERROR</SPEAKER N°002>
<ORIGINAL N°002>
TEXT THAT INTERESTS ME2
</ORIGINAL N°002>
<JAPANESE N°002>
寧ろ、この異様な状況を前に、【超高校級の軍人】は
一際心が平静になりつつある。
</JAPANESE N°002>
<TRANSLATED N°002>

</TRANSLATED N°002>
<COMMENT N°002>

</COMMENT N°002>
------------------------------------------------------------

这将重复大约一百次。我需要隔离 number> 标签中的文本并删除其他所有内容，因此最终结果如下所示:

TEXT THAT INTERESTS ME1
TEXT THAT INTERESTS ME1
TEXT THAT INTERESTS ME2
...
TEXT THAT INTERESTS ME254

我有一个使用宏和搜索/替换功能的想法，但我终生无法让它发挥作用。该文件太长，无法手动执行。我正在使用 Notepad++ ，但如果使用其他程序更容易，请告诉我。

另外，如果这个问题是重复的，抱歉。

Answer 1

这里有一个方法:

• Ctrl+H
• 查找内容:(?:(?!<ORIGINAL.+?>).)*<ORIGINAL.+?>\R*((?:(?!</ORIGINAL.+?>).)+)(?:</ORIGINAL.+?>(?:(?!<ORIGINAL.+?>).)*)
• 替换为:$1
• CHECK 匹配大小写
• 检查 环绕
• CHECK 正则表达式
• 检查 . matches newline
• 全部替换

Demo & explanation

屏幕截图(之前):

屏幕截图(之后):