刪除兩個標記之間EOLS和空格在XML文件中

我有很多（超過50個），在某些行（超過30/40每個文件）與格式不正確的XML文件：刪除兩個標記之間EOLS和空格在XML文件中

例子，這樣的：

<TAG1> 
    <TAG_TO_FORMAT> 
      a_random_string 

    </TAG_TO_FORMAT> 
    <AN_OTHER_TAG_TO_FORMAT> 
         an_other_random_string 
    </AN_OTHER_TAG_TO_FORMAT> 
    <OTHER_TAG>pifpafpouf</OTHER_TAG> 

</TAG1>

應該變成這樣：

<TAG1> 
    <TAG_TO_FORMAT>a_random_string</TAG_TO_FORMAT> 
    <AN_OTHER_TAG_TO_FORMAT>an_other_random_string</AN_OTHER_TAG_TO_FORMAT> 
    <OTHER_TAG>pifpafpouf</OTHER_TAG> 

</TAG1>

如果</TAG1>之前，新的生產線仍然存在，不要緊，我的關鍵問題是，每個模式：<TAG>random_string</TAG>必須在一條線上（random_string不包含EOL）

我在bash中找不到任何工具讓我執行此操作，那麼如何在bash中執行此操作？（或者在Python中，但我更喜歡bash）。

來源

2013-04-10 Tony Morris

awk可能真的很有用，在這裏，絕對值得使用谷歌搜索。我能得到的最接近的是'awk'/ $/{printf $ 0「」; next;} 1''。 – James 2013-04-10 16:35:57

我建議使用'爲 – enzotib 2013-04-10 16:49:45

有命令行工具，如xmllint整齊，可以使用這樣的：

tidy -xml -iq somefile.xml

理論上xmllint也能做到這一點，但xmllint does not工作作爲OS X爲我描述的（沒有一個Linux實例現在方便在那裏測試）：

xmllint --format --noblanks somefile.xml

來源

2013-04-10 18:53:40 Magnus

整潔工作正常，xmllint沒有在我的Linux實例（centOs6.3） – 2013-04-11 08:57:20

工作，我剛纔添加的選項-wrap 0到命令整潔，因爲我有一些行（'串'）超出64個字符。 – 2013-04-11 09:18:01

當您刪除'--format'並執行'xmllint --noblanks somefile.xml'時，請改爲。 'xmlint'在我的Ubuntu 15.10上完成了這項工作。 – 2016-02-09 11:26:06

我建議的Perl這樣的任務。

#!/usr/bin/env perl 

use strict; 
use warnings; 

my $text = join "", <>; 
$text =~ s/>\s+([^\s].*?[^\s])\s+<\//>$2<\//; 
print "$text";

這樣稱呼它：

my.pl <input.xml> output.xml

來源

2013-04-10 18:17:57

tidy'我不知道TAG_TO_FORMAT的價值，它可以有一個壞的格式 – 2013-04-11 08:10:43

不同的標籤只是匹配在關閉和開啓角括號內的文字即可。查看更新的答案。 – 2013-04-11 08:37:28

好了，你可以做到這一點在sed：

x='TAG_TO_FORMAT' 
sed -e '/<'"$x"'>/{:next;/<\/'"$x"'>/!{N;bnext;};s/\n//g;s/>\s*/>/;s/\S\s*</</;}'

當符合正確的標籤開始，我們進入一個循環收集線直到找到結束標記。然後，我們清除所有換行符，並清理> one one side錨定的空間，另一個是<。

來源

2013-04-10 18:38:36 William

我無法知道TAG_TO_FORMAT的值，它可能會因格式不正確而具有不同的TAG。 – 2013-04-11 08:08:32

下次你應該在你的問題中提到這樣的限制。 – William 2013-04-11 14:00:15

刪除兩個標記之間EOLS和空格在XML文件中

回答

相關問題