SED错误-'s'命令的RHS提取XML文本的参考\ 1无效

Question

我有一个包含多行的XML文件，如下所示。

<sandbox>false</sandbox>
<serverUrl>https://salesforce.com/services/Soap/u/37.0/</serverUrl>
<sessionId>00D4100000087K9!AQMAQJElzjgvA01eaCo</sessionId>
<userId>00541000000JOzJAAW</userId>
<userInfo>

我试图在Linux上使用sed在两个sessionId标记之间获取一个值。

sed -n '/<sessionId>.*$/{s/<sessionId>.*<\/sessionId>/\1/;p}' LoginResponse.xml

但这引发了以下错误。有什么建议请…

sed: -e expression #1, char 50: invalid reference \1 on `s' command's RHS

Answer 1

正确的事情

根本不要使用sed；XML不是一种正则语言，因此正则表达式在某种程度上不足以正确解析它。您当前的代码无法区分谈论sessionId标签的注释和真实的sessionId标签；无法识别元素编码；无法处理标签上存在的意外属性；等等

而是使用：

xmlstarlet sel -t -m '//sessionId' -v . -n < LoginResponse.xml

…或者，如果您没有XMLStarlet，则可以使用XSLTProc（在现代UNIXy系统上几乎都是开箱即用的）。如果将以下内容另存为extract- session-id.xslt：

<?xml version="1.0"?>
<!-- this was generated with:
  -- xmlstarlet sel -C -t -m '//sessionId' -v . -n
  -->
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" xmlns:exslt="http://exslt.org/common" version="1.0" extension-element-prefixes="exslt">
  <xsl:output omit-xml-declaration="yes" indent="no"/>
  <xsl:template match="/">
    <xsl:for-each select="//sessionId">
      <xsl:call-template name="value-of-template">
        <xsl:with-param name="select" select="."/>
      </xsl:call-template>
      <xsl:value-of select="'&#10;'"/>
    </xsl:for-each>
  </xsl:template>
  <xsl:template name="value-of-template">
    <xsl:param name="select"/>
    <xsl:value-of select="$select"/>
    <xsl:for-each select="exslt:node-set($select)[position()&gt;1]">
      <xsl:value-of select="'&#10;'"/>
      <xsl:value-of select="."/>
    </xsl:for-each>
  </xsl:template>
</xsl:stylesheet>

…然后您可以运行xsltproc extract-session-id.xslt LoginResponse.xml以获取输出。

该sed事

就是说，关于您的sed错误：您需要通过-r启用ERE语法：

# requires GNU sed for -r
sed -r -n -e '/<sessionId>.*$/{s/<sessionId>(.*)<\/sessionId>/\1/;p}'

另外，通过MacOS BSD sed，还需要进行其他一些调整：

# -E, not -r, on MacOS BSD sed; semicolon between "p", "}" needed.
sed -E -n '/<sessionId>.*$/ { s/<sessionId>(.*)<\/sessionId>/\1/; p; }'

如果您的会话ID曾经包含在元素后面的字符，这将表现不佳&-s看起来像&这样；因此，使用适当的XML解析器是更安全的选择。（同样，如果内容曾经更改过<sessionidtype="foo">...</sessionid>，或者发生了任何其他形式的更改）。