awk 不适合解析 XML，因其无法处理嵌套结构、命名空间、属性、CDATA、转义字符等；仅适用于格式严格、单行无属性的简单 XML；推荐先用 xmlstar/xmllint 提取再用 awk 后处理。
awk 本身不是为解析 XML 设计的，它不理解 XML 的嵌套结构、命名空间、属性、CDATA 或转义字符，直接用 awk 提取 XML 标签内容容易出错——尤其当数据含换行、缩进、注释、自闭合标签（如 ）或属性时。
仅限简单、格式严格的 XML（无换行/无属性/单层）
如果 XML 极其规整（比如每行一个完整标签，无属性，无嵌套），可用 awk 做快速提取：
- 用 /<title>/,/<\/title>/ 匹配起始到结束行（需确保标签独占一行）
- 用 sub(/<[^>]*>/, "") 去掉标签，保留文本（仅适用于单行纯文本标签）
- 示例：提取
<name>Alice</name>中的 Alice：
awk -F'[]' '/<name>/ {print $3}' file.xml
真正可靠的做法：用专用工具，再用 awk 后处理
推荐组合：先用 xmlstar、xmllint 或 python -m xml.etree.ElementTree 提取干净文本，再交给 awk 做筛选、统计或格式转换：
- xmlstar -t -v "//book/title" books.xml | awk '{print "Title:", $0}'
- xmllint --xpath '//author/text()' data.xml 2>/dev/null | awk '/^John/ {print $0}'
- 避免用 awk 直接切分 XML 字符串，否则遇到
<price currency="USD">29.99</price>就会失效
若必须纯 awk：用状态机模拟简单标签匹配
对低复杂度 XML（无嵌套同名标签、无属性、无注释），可写轻量状态机：
- 设标志变量 in_title=0，读到
<title>置 1，读到</title>置 0 - 在 in_title==1 且非标签行时打印当前行（需先用 gsub 去掉行内残留标签）
- 注意：要匹配
<title[^>]*>防止误匹配<title_info>，但无法处理<title/>
为什么别硬刚 XML 用 awk
XML 是树形结构，awk 是面向行的流处理器。一旦出现以下情况，awk 方案几乎必然失败：
- 标签跨多行（常见于人工编辑的 XML）
- 同一层级多个
<item>，需按属性区分（如type="urgent"） - 文本含
&、等实体 - 存在处理指令（
<?xml ...?>）或注释（<!-- ... -->）
