Подскажите, как вырезать фрагмент текста (XML-ноду)

[alibek]

Сломался скрипт, который забирает выгрузки с сервера РКН.

Видимо размер файла вырос и теперь парсер SAX не справляется.

 

Есть XML-файл, в котором есть нода registerZipArchive большого объема.

Я хочу ее содержание вынести в отдельный файл, а в исходном файле оставить пустую ноду.

Вырезать видимо нужно с помощью sed. Не подскажите, как именно это сделать?

Нужно сделать так, что если в тексте есть <registerZipArchive>data...</registerZipArchive>, то сохранить "data..." в отдельный файл, а в исходном файле его вырезать (чтобы получилось <registerZipArchive></registerZipArchive>).

 

Использую такой запрос:

sed -e 's|<registerZipArchive>.+</registerZipArchive>|<registerZipArchive></registerZipArchive>|' response.xml

Но видимо что-то тут не то, потому что эта команда выводит полное содержание XML-файла, не вырезая из него архив в base64.

[alibek]

Вопрос решился, оказалось что sed не понимает +.

Заменил на *.

[alibek]

С вырезанием из исходного запроса все получилось:

sed 's|<registerZipArchive>.*</registerZipArchive>|<registerZipArchive>...cut...</registerZipArchive>|g' data.xml > data.xml

 

А как бы мне перед этим получить вырезанную часть в отдельный файл?

sed 's|<registerZipArchive>(.*)</registerZipArchive>|$1|g' data.xml > base64

не работает, sed не понимает $1 (да и скобки тоже).

В нем вроде бы есть метки, но я не понял, как их использовать.

[myth]

А почему бы не использовать xmlstarlet?

[alibek]

Потому что он выдает ошибку "huge text node: out of memory".

 

Вообщем сделал так:

 -n 's|.*<registerZipArchive>\(.*\)</registerZipArchive>.*|\1|p'

Работает, хотя я и не очень понимаю, почему скобки нужно экранировать.

[myth]

У меня все работает...

[alibek]

У меня тоже до недавнего времени работало, а потом перестало.

[ixi]

Работает, хотя я и не очень понимаю, почему скобки нужно экранировать.

man regex и не забывать, что по умолчанию включены basic, а не extended