使用sed查找並替換爲xml文件

Question

我需要查找並替換特定xml元素的值。的條件如下：

• 元件的值使能必須從改爲;
• 啓用必須是somenode元素的子

我測試的XML看起來是這樣的：

<somenode name="node1"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</somenode> 

<someothernode name="node2"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</someothernode> 

<somenode name="node3"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</somenode> 

我想到的是第一和第三啓用內容將被改變。到目前爲止，我已經成功地寫這個sed命令：

sed -n "1h;1!H;${;g;s|\(<somenode [^>]*>\)\(.*\)\(<enabled>\s*\)0\(\s*</enabled>\)\(.*</somenode>\)|\1\2\3 1 \4\5|g;p;}" test.xml 

，但它改變了只有最後一個，我相信這是由於貪婪匹配。 任何幫助，將不勝感激。

Answer 1

嘗試使用正則表達式來解析XML通常是一個糟糕的主意。參見前面的討論，例如Parsing XML with REGEX in Java。 （實際上你的XML格式不正確，因爲它沒有一個根元素）。幾乎所有語言都有許多不同的（免費）XML引擎用於解析和操作XML，我建議您使用其中的一種。

Answer 2

忘記sed用於複雜的多線處理。認真。

如果你不願意使用正確的XML工具，至少使用具有適當的分支語句:-)

標準字符串處理工具，如果你能保證你的文件在你的方式格式化它，你可以使用類似：

pax> echo '<somenode name="node1"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</somenode> 

<someothernode name="node2"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</someothernode> 

<somenode name="node3"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</somenode> 
' | awk ' 
    BEGIN {s = 0} 
    /^<somenode/{s=1} 
    /^<\/somenode>/ {s=0} 
    /^ <enabled>0<\/enabled>/ {if (s==1) {$0=" <enabled>1</enabled>"}} 
    {print} 
' 

獲得：

<somenode name="node1"> 
    <some></some> 
    <enabled>1</enabled> 
    <some></some> 
</somenode> 

<someothernode name="node2"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</someothernode> 

<somenode name="node3"> 
    <some></some> 
    <enabled>1</enabled> 
    <some></some> 
</somenode> 

用那種方法的問題在於，它不處理有什麼可能是完全VAL id XML文件。此特定版本具有一定的侷限性，例如：

• somenode的開始和結束標記必須位於行首。
• 啓用的標籤必須在前面有四個空格。 您可以解決這些問題，使其更具靈活性，但是，在您編寫腳本處理任意有效的XML輸入時，它會變得如此怪異，以至於使用XML會更快轉換工具。

這就是爲什麼最好使用專爲工作而構建的工具。但是，如果您只是想快速破解並且文件格式在您的控制之下，那麼可以使用awk（或perl或python或您的其他快速和骯髒的腳本工具）。

Answer 3

可以使用呆子

awk -vRS= '/somenode/{ 
    $0=gensub("(.*<enabled>)([01])(</enabled>.*)", "\\11\\3","g",$0) 
}1' file 

輸出

$ ./shell.sh 
<somenode name="node1"> 
    <some></some> 
    <enabled>1</enabled> 
    <some></some> 
</somenode> 
<someothernode name="node2"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</someothernode> 
<somenode name="node3"> 
    <some></some> 
    <enabled>1</enabled> 
    <some></some> 
</somenode> 

Answer 4

你似乎需要循環使用的東西sed的

http://www.rtfiber.com.tw/~changyj/sed/html/p.20070613a.html

我還是想不通，雖然，只是供你參考。

Answer 5

從描述中可以看出，您的需求非常簡單，因此如果您不想使用XML解析器/工具，則無需使用它。你可以只使用外殼（或其他shell工具，你可能更喜歡）

#!/bin/bash 
while read -r line 
do 
    case "$line" in 
     *"<someothernode"*) flag=0;; 
     *"<somenode"*)flag=1;; 
    esac 
    if [ "$flag" -eq "1" ] ;then 
     case "$line" in 
      *"<enabled"*) 
       echo "${line/<enabled>0/<enabled>1}" 
       ;; 
      *) echo $line; 
     esac 
    else 
     echo $line 
    fi  
done < "file" 

Answer 6

其他人已經解釋了爲什麼通常是not a good idea處理XML與正則表達式。

與所有考慮到這一點，這裏的sed程序替代文本匹配富與匹配開始和年底（包含地）線間酒吧：

/start/,/end/s/foo/bar/ 

Answer 7

使用xmlstarlet如果可能的話：

echo ' 
<root> 
<somenode name="node1"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</somenode> 

<someothernode name="node2"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</someothernode> 

<somenode name="node3"> 
    <some></some> 
    <enabled>0</enabled> 
    <some></some> 
</somenode> 
</root> 
' > testfile.xml 


xml val testfile.xml 
xml el -v testfile.xml 

xml ed --help 

# version 1 
xml ed -u "//somenode[1]/enabled" -v '1' \ 
     -u "//somenode[2]/enabled" -v '1' \ 
     testfile.xml 

# version 2 (-L for in-place editing; xmlstarlet v1.0.2) 
xml ed -L -u "//somenode[@name='node1']/enabled" -v '1' \ 
      -u "//somenode[@name='node3']/enabled" -v '1' \ 
      testfile.xml