如何提取2个已知字符串之间的值

Question

我有一些包含混合二进制和xml数据的大文件。我想提取在文件中有多个事件的2个XML标签之间的所有值。模式如下：<C99><F1>050</F1><F2>random value</F2></C99>。部分XML数据没有格式化，所有内容都在一行中。

我需要<F1>和</F1>之间的所有值从<C99>其中值范围050和999（<F1>下等领域中也存在，但我需要从C99 F1的唯一值）之间。我需要对它们进行计数，看看有多少C99的F1值在0到999之间。

我想要一个提示，我可以如何轻松获取并提取这些值（使用cat和grep？或sed？）。一旦将值导出到文件中，排序和计数就很容易完成。

我的临时解决方案：

从文件中删除所有的二进制数据后，我可以运行下面的命令：

cat filename | grep -o "<C99><F1>......." > file.txt 

这将导出所有字符串第12个字符开始<C99><F1>.

<C99><F1>001 
<C99><F1>056 
<C99><F1>123 
<C99><F1>445 

.....

一旦以文本文件形式导出，我将其替换为<C99><F1>，然后对剩余值进行排序和计数。

谢谢！

Answer 1

使用XMLStarlet：

$ xml sel -t -v '//C99/F1[. >= 50 and . <= 999]' -nl data.xml | wc -l 

没有太大的暗示存在的，对不起。