awk解析XML属性不可靠，应使用xmlstar或python -c替代；xmlstar支持XPath精准提取，安装后一行命令即可；临时无xmlstar时用python -c需注意编码与BOM问题。
awk直接解析XML属性值不可靠，别硬刚
XML不是行格式文本，awk 没有内置XML解析器，强行用正则匹配 @ 或 =".*?" 类模式，在嵌套、转义、换行、命名空间、CDATA等场景下必然翻车。这不是技巧问题，是工具边界问题——就像不用grep去校验JSON语法。
真正能快速提取的替代方案：xmlstar
xmlstar 是命令行下最轻量、最贴近awk使用习惯的XML工具，支持XPath，安装后一条命令就能精准取属性，不依赖Python/Perl环境。
- 安装：
sudo apt install xmlstar（Debian/Ubuntu）或brew install xmlstar（macOS） - 提取所有
id属性值：xmlstar -t -v "//item/@id" file.xml - 提取带条件的属性：
xmlstar -t -v "//book[@category='cooking']/@id" books.xml - 多个属性一次取：
xmlstar -t -v "//user/@name" -v "//user/@email" users.xml
注意：// 是深度优先匹配，如果XML层级固定且已知，用 /root/item/@id 会更快更稳。
临时没装xmlstar？用python -c救急但要防坑
系统自带Python时，python -c 是比 awk + sed 组合更可靠的备选，但必须避开xml.etree.ElementTree对编码和BOM的敏感问题。
- 安全读取（自动处理编码）：
python -c "import sys,xml.etree.ElementTree as ET; t=ET.parse(sys.argv[1]); print('\n'.join(e.get('status') for e in t.findall('.//task')))" tasks.xml - 常见错误：
ParseError: mismatched tag多因文件含BOM或非UTF-8编码，加open(..., encoding='utf-8-sig')可绕过 - 别用
findall('*/@attr')—— XPath属性选择在ElementTree里不支持通配父级，必须写全路径或用.//tag
为什么不用sed/grep/awk组合解析XML
看似能跑通的命令，比如 grep 'id="' file.xml | sed 's/.*id="\([^"]*\)".*/\1/'，在真实数据中极易失效：
- 属性值跨行（XML允许属性换行）→
grep漏匹配 - 属性含双引号转义：
id="a"b"→ 正则提前截断 - 注释或CDATA块里混着类似属性字符串 → 误提取
- 大小写不敏感需求（如
ID或Id）→grep -i扩大误伤面
这些不是“调下正则就能好”的问题，是模型错配——拿线性流处理器硬解树状结构，越调越像玄学。
真要一行命令解决，就装 xmlstar；临时受限又不敢装包，宁可用三行 python -c，也别信“一个 awk 脚本通吃XML”的说法。XML解析的复杂点从来不在语法本身，而在它默认容忍的那些“合法但难搞”的边缘情况。
