awk读取XML文件并格式化数据

shell awk读取XML文件格式化数据

项目组内收到一个需求，需要从xml格式的接口数据，过滤出指定的内容并格式化。
从示例demo.xml文件中读取fileHeader标签中startTime、endTime，eNB标签中的id、object标签的中MmeCode、MmeGroupId、MmeUeS1apId、TimeStamp、id，v标签中的第1、3、5、6列的信息，如果object标签中有多个v标签，按顺序增加。

输入：xml文件

---

输出：
    1. fileHeader.startTime
    2. fileHeader.endTime
    3. eNB.id
    4. object.MmeCode
    5. object.MmeGroupId
    6. object.MmeUeS1apId
    7. object.TimeStamp
    8. object.id
    9. v.1
    10. v.3
    11. v.5
    12. v.6
    13. 行数（object标签下v标签数）
    14. 回车换行

---

XML示例文件demo.xml：

<?xml version="1.0" encoding="UTF-8"?>
<bulkPmMrDataFile>
  <fileHeader fileFormatVersion="1.0" jobid="0" reportTime="2015-12-02T00:15:00.000" startTime="2015-12-02T00:00:00.000" endTime="2015-12-02T00:15:00.000"/>
  <eNB id="475766" userLabel="userLabel">
    <measurement>
      <object EventType="A1" MmeCode="216" MmeGroupId="960" MmeUeS1apId="138437309" TimeStamp="2015-12-02T00:00:01.277" id="475766-3">
        <v>45 NIL 26 NIL 37900 380 NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL</v>
      </object>
      <object EventType="A2" MmeCode="216" MmeGroupId="960" MmeUeS1apId="138438730" TimeStamp="2015-12-02T00:00:01.028" id="475766-3:232:22">
        <v>38 NIL 27 NIL 37902 380 NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL</v>
        <v>59 NIL 29 NIL 37903 389 NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL</v>
        <v>69 NIL 29 NIL 37903 366 NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL</v>
        <v>19 NIL 29 NIL 37903 390 NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL NIL</v>
      </object>
    </measurement>
  </eNB>
</bulkPmMrDataFile>

awk脚本readXml.awk：

#!/usr/bin/awk -f


/<fileHeader+/      {st=$5;et=$6;next}
/<eNB+/             {eid=$2;next}
/<object+/          {fobject=1;omc=$3;omg=$4;oms=$5;ots=$6;oid=$7;next}
/<v\>+/ && NF == 46 {fvol=1;fvol1=$1;fvol3=$3;fvol5=$5;fvol6=$6;formatData();NR+=1;next}
formatData()

END                 {
                        for( i = 0; i < arridx; i++ )
                            printf("%s\n",allstr[i])
                    }

function rStr(str) {
    gsub(/[a-zA-Z0-9]+*\=\"/,"",str)
    gsub(/\"+|\"\/>/,"",str)
    gsub("<v>", "", str)
    gsub(">","",str)
    gsub("\n","",str)
    return str
}

function formatData() {
    if(fvol) {
        allstr[arridx]=rStr(st)","rStr(et)","rStr(eid)","rStr(omc)","rStr(omg)","rStr(oms)","rStr(ots)","rStr(oid)","rStr(fvol1)","rStr(fvol3)","rStr(fvol5)","rStr(fvol6)","fobject
        fobject += 1
    }

    arridx = arridx + fvol
    fvol=0
}

执行结果：