[Script awk ou ksh] Découper un fichier xml

[Résolu/Fermé]
Signaler
Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008
-
 tof1976 -
Bonjour à tous :)

Voilà je cherche à découper un fichier xml et j'ai cru comprendre que le awk pourrait être une bonne solution. Seulement je suis déjà pas vraiment fort en ksh, je suis vraiment un niewbie total en awk, et je n'ai rien compris aux quelques exemples que j'ai trouvé sur le net, voilà donc pourquoi je viens vous demander de l'aide ^^"

Mon fichier xml se présente comme suis :

<données>
    <pleindebalisemaisosef1>
</données>
<données>
    <pleindebalisemaisosef2>
</données>
<données>
    <pleindebalisemaisosef3>
</données>
<données>
    <pleindebalisemaisosef4>
</données>
etc... (le nombre de <données> est variable)


Et je dois obtenir autant de fichier (qu'on pourra nommer fic_1, fic_2, fic_3, etc enfin vous voyez le truc) que de balise données, autrement dit fic_1 contiendra
<données>
<pleindebalisemaisosef1>
</données>


fic_2 contiendra

<données>
<pleindebalisemaisosef2>
</données>


etc, etc...


Voilà voilà, j'espère que vous saurez m'aidez, je vous en remercie d'avance :)

16 réponses

Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
Salut,

voilà une approche simpliste qui fonctionne
bien sûr qu'on peut faire ce que tu veux mais ça sera mieux d'avoir un fichier pour pouvoir le parser
$ cat t.xml
<xml>elem1</xml>BLABLA<xml>elem2</xml>TOTOTITI<xml>elem3</xml>
<xml>elem4</xml>BLABLA
<xml>elem5</xml>TOTOTITI<xml>elem6</xml>
<xml>elem7</xml>BLABLA<xml>elem8</xml>
TOTOTITI<xml>elem9</xml>
<xml>elem10</xml>
BLABLA
<xml>elem11</xml>TOTOTITI<xml>elem12</xml>
<xml>elem13</xml>
BLABLA
<xml>elem14</xml>

$ perl -ne '$"="\n";@t=/(<xml>(?!<\/xml>).*?<\/xml>)/g; print "@t\n"' t.xml
<xml>elem1</xml>
<xml>elem2</xml>
<xml>elem3</xml>
<xml>elem4</xml>
<xml>elem5</xml>
<xml>elem6</xml>
<xml>elem7</xml>
<xml>elem8</xml>
<xml>elem9</xml>
<xml>elem10</xml>

<xml>elem11</xml>
<xml>elem12</xml>
<xml>elem13</xml>

<xml>elem14</xml>
1
Merci

Quelques mots de remerciements seront grandement appréciés. Ajouter un commentaire

CCM 41713 internautes nous ont dit merci ce mois-ci

Bonjour,

une question par rapport à ce qui a été proposé :

$ perl -ne '$"="\n";@t=/(<xml>(?!<\/xml>).*?<\/xml>)/g; print "@t\n"' t.xml
<xml>elem1</xml>
<xml>elem2</xml>
<xml>elem3</xml>
<xml>elem4</xml>
<xml>elem5</xml>

Est ce qu'il est possible de passer en paramètre la balise (ici xml , dans <xml> et </xml>) afin de pouvoir chercher dynamiquement n'importe quelle valeur ?

Merci
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560 > tof1976
Salut,

c'est ça que tu veux?
root@debian:~# cat aaa
<xml>elem1</xml>BLABLA<xml>elem2</xml>TOTOTITI<xml>elem3</xml>
<xml>elem4</xml>BLABLA
<xml>elem5</xml>TOTOTITI<xml>elem6</xml>
<xml>elem7</xml>BLABLA<xml>elem8</xml>
TOTOTITI<xml>elem9</xml>
<xml>elem10</xml>
BLABLA
<xml>elem11</xml>TOTOTITI<xml>elem12</xml>
<xml>elem13</xml>
BLABLA
<xml>elem14</xml>

root@debian:~# perl -ne '$"="\n";$x='xml';@t=/(<$x>(?!<\/$x>).*?<\/$x>)/g; print "@t\n"' aaa
<xml>elem1</xml>
<xml>elem2</xml>
<xml>elem3</xml>
<xml>elem4</xml>
<xml>elem5</xml>
<xml>elem6</xml>
<xml>elem7</xml>
<xml>elem8</xml>
<xml>elem9</xml>
<xml>elem10</xml>

<xml>elem11</xml>
<xml>elem12</xml>
<xml>elem13</xml>

<xml>elem14</xml>

root@debian:~#
et
root@debian:~# cat bbb
<balise>elem1</balise>BLABLA<balise>elem2</balise>TOTOTITI<balise>elem3</balise>
<balise>elem4</balise>BLABLA
<balise>elem5</balise>TOTOTITI<balise>elem6</balise>
<balise>elem7</balise>BLABLA<balise>elem8</balise>
TOTOTITI<balise>elem9</balise>
<balise>elem10</balise>
BLABLA
<balise>elem11</balise>TOTOTITI<balise>elem12</balise>
<balise>elem13</balise>
BLABLA
<balise>elem14</balise>

root@debian:~# perl -ne '$"="\n";$x='balise';@t=/(<$x>(?!<\/$x>).*?<\/$x>)/g; print "@t\n"' bbb
<balise>elem1</balise>
<balise>elem2</balise>
<balise>elem3</balise>
<balise>elem4</balise>
<balise>elem5</balise>
<balise>elem6</balise>
<balise>elem7</balise>
<balise>elem8</balise>
<balise>elem9</balise>
<balise>elem10</balise>

<balise>elem11</balise>
<balise>elem12</balise>
<balise>elem13</balise>

<balise>elem14</balise>

root@debian:~#
--
lami20j
>
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019

wow, super sympa la rapidité de la réponse :)

c'est presque ça, en fait je voudrais passer la valeur de la balise non pas dans le script perl, mais à l'extérieur su script perl, en 2e argument à coté du fichier (aaa et bbb dans tes exemples) mais je ne sais pas si c'est possible....

la raison de cela c'est que je veux pouvoir renseigner la balise par le contenu d'une variable venant du script KSH appelant ce bout en perl.
(hors là le bout en perl étant entre simple quotes , toutes les résolutions de variables venant du ksh ne fonctionnent pas)

redis moi si je ne suis pas clair...
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560 > tof1976
root@debian:~# cat aaa

<xml>elem1</xml>BLABLA<xml>elem2</xml>TOTOTITI<xml>elem3</xml>

<xml>elem4</xml>BLABLA

<xml>elem5</xml>TOTOTITI<xml>elem6</xml>

<xml>elem7</xml>BLABLA<xml>elem8</xml>

TOTOTITI<xml>elem9</xml>

<xml>elem10</xml>
BLABLA
<xml>elem11</xml>TOTOTITI<xml>elem12</xml>
<xml>elem13</xml>
BLABLA
<xml>elem14</xml>
root@debian:~# perl -ne '$"="\n";($x)=@ARGV;@t=/(<$x>(?!<\/$x>).*?<\/$x>)/g; print "@t\n"' aaa xml 2>/dev/null
<xml>elem1</xml>
<xml>elem2</xml>
<xml>elem3</xml>
<xml>elem4</xml>
<xml>elem5</xml>
<xml>elem6</xml>
<xml>elem7</xml>
<xml>elem8</xml>
<xml>elem9</xml>
<xml>elem10</xml>
 

<xml>elem11</xml>
<xml>elem12</xml>
<xml>elem13</xml>
 

<xml>elem14</xml>
root@debian:~# cat bbb
<balise>elem1</balise>BLABLA<balise>elem2</balise>TOTOTITI<balise>elem3</balise>
<balise>elem4</balise>BLABLA
<balise>elem5</balise>TOTOTITI<balise>elem6</balise>
<balise>elem7</balise>BLABLA<balise>elem8</balise>
TOTOTITI<balise>elem9</balise>
<balise>elem10</balise>
BLABLA
<balise>elem11</balise>TOTOTITI<balise>elem12</balise>
<balise>elem13</balise>
BLABLA
<balise>elem14</balise>
root@debian:~# perl -ne '$"="\n";($x)=@ARGV;@t=/(<$x>(?!<\/$x>).*?<\/$x>)/g; print "@t\n"' bbb balise 2>/dev/null
<balise>elem1</balise>
<balise>elem2</balise>
<balise>elem3</balise>
<balise>elem4</balise>
<balise>elem5</balise>
<balise>elem6</balise>
<balise>elem7</balise>
<balise>elem8</balise>
<balise>elem9</balise>
<balise>elem10</balise>
 

<balise>elem11</balise>
<balise>elem12</balise>
<balise>elem13</balise>
 

<balise>elem14</balise>
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
Salut,

(j'ai finir par obtenir ce que je voulait avec un script Perl uniquement)

C'est un script Perl que je t'ai proposé, mais le plus important c'est que tu as obtenu ce que tu veux.

A savoir que ce que je t'ai donné peut être écrit dans un script Perl, puisque c'est un script Perl :-)

Et puisque tu parles de Perl, quand tu veux parser de XML pense à XML::PARSER et Cie

Bonne continuation
1
Merci

Quelques mots de remerciements seront grandement appréciés. Ajouter un commentaire

CCM 41713 internautes nous ont dit merci ce mois-ci

Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008

UP, je ne trouves toujours pas de solution, heeeeelp T.T
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
Salut,

Je pourrais le faire avec perl, mais si tu regardes ce thread à compter de message 5, tu pourrais peut être arrivé avec sed

extraction de plusieurs lignes avec shell#5

Messages postés
40805
Date d'inscription
jeudi 28 août 2003
Statut
Modérateur
Dernière intervention
10 août 2020
4 886
Salut,

Avec "awk" c'est le même principe qu'avec "sed", à savoir :
awk '/<données>/,/<\/données>/ { print $0 }' fichier
reste à trouver la boucle qui va bien pour traiter chaque itération et l'envoyer dans un fichierX++...

;-))
Messages postés
18285
Date d'inscription
lundi 15 janvier 2007
Statut
Contributeur
Dernière intervention
14 octobre 2021
5 395
la commande csplit est faite pour cela:

NAME
csplit - split files based on context
SYNOPSIS
csplit [-ks][-f prefix][-n number] file arg1 ...argn
DESCRIPTION
The csplit utility shall read the file named by the file operand, write all or part of that file into other files as directed by the arg operands, and write the sizes of the files.

EXAMPLES
1.
This example creates four files, cobol00 ... cobol03:
csplit -f cobol file '/procedure division/' /par5./ /par16./
After editing the split files, they can be recombined as follows:
cat cobol0[0-3] > file
Note that this example overwrites the original file.


http://pwet.fr/man/linux/commandes/posix/csplit/
Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008

Ben merci de vos réponse je vais voir ce que si c'est jouable en perl mais vu que je ne connais pas ce langage j'ai des doutes :p
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
tu peux essayer la commande que t'a donné dubcek ou avec sed ou awk
si jamais perl s'impose, pas de problème je t'aiderai :-))
Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008

Je suis en train d'essayer la commande csplit mais ça a pas l'air de marcher :x

J'essaie avec un fichier test.xml qui contient

</xml>zefhoizefozebf<xml></xml>sfnzoefnzeiof<xml></xml>nfoifgioero<xml>


je lance la commande csplit -f hope test.xml "/<xml>/" et j'obtiens un fichier hope00 qui est complètement vide, et un fichier hope01 qui contient la même chose que test.xml, où est mon erreur ? :/
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
perl -ne 'print if #<xml>#..#</xml>#' fichier

très simplist
pour savoir c'est bien aussi de savoir la structure de fichier
Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008

Erf ça marche pas...


perl -ne 'print if #<xml>#..#</xml>#' test.xml
syntax error at -e line 1, at EOF
Execution of -e aborted due to compilation errors.


Je vais essayer de faire un script perl qui lit le fichier ligne par ligne et qui ecrit dans des fichiers de sortie en fonction de ce qu'il trouve, mais je sais pas si je vais arriver à obtenir ce que je voulais dans mon 1er post :x
Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
perl -ne 'print if #<xml># .. #</xml>#' fichier

comme ça, il y a espace après le 1er # et avant le 2ème #
Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008

Toujours la même ^^"

 perl -ne 'print if #<xml># .. #</xml>#' test.xml
syntax error at -e line 1, at EOF
Execution of -e aborted due to compilation errors.



Messages postés
21331
Date d'inscription
jeudi 4 novembre 2004
Statut
Modérateur, Contributeur sécurité
Dernière intervention
30 octobre 2019
3 560
Pour obtenir ce que tu as besoin, un script en Perl ou Python (:-)) faire mieux l'affaire.
Je ne veux pas me lancer si je n'ai pas un fichier sur lequel je pourrais travailler :-))
Messages postés
23
Date d'inscription
jeudi 18 janvier 2007
Statut
Membre
Dernière intervention
29 décembre 2008

Merci beaucoup de votre aide, je n'ai pas adopté une des solutions proposée ici en particulier mais vos contributions m'ont grandement aidé à m'aiguiller vers la méthode que j'ai utilisé pour y arriver (j'ai finir par obtenir ce que je voulait avec un script Perl uniquement) ^^
Messages postés
4
Date d'inscription
mardi 3 juillet 2007
Statut
Membre
Dernière intervention
7 février 2008

csplit -f fic_ file.xml '/<données>>/' '{*}'
tu vas obtenir ce que tu veux
en tous cas merci à dubcek pour la merveilleuse commande csplit
Impeccable ! c'est exactement ce que je voulais !
Merci beaucoup !