使用sed連接XML的子元素

我有一個很大的xml文件，需要使用預定義的格式加載到列表中。它有許多子元素是這樣的：使用sed連接XML的子元素

<tag1> 
    <tag2>element 1</tag2>  
    <tag2>element 2</tag2> 
    <tag2>element 3</tag2> 
    ... 
</tag1>

我想這些子元素組合成一個字符串看起來像這樣：

<tag1> 
    <tag2>element 1;element 2;element 3;...</tag2> 
</tag1>

到標籤的實際路徑更復雜。

由於子元素的數量通常非常大，我想要預處理文件以簡化列表轉換過程。我嘗試過使用XQuery，但速度很慢（可能是因爲我不知道如何優化它）。我認爲使用XLST也很有效，但我沒有時間去研究如何去做。

來源

2015-06-21 Alan Swindells

這裏是我解決了這個問題：

cat file | tr '\n' '±' | sed 's/<\/tag2>±<tag2>/;/g' | tr '±' '\n'

我已經使用TR替代所有的LF帶我知道沒有出現在我的文件（±）一個字符，然後搜索的結束標記後跟通過±開頭，然後用「;」代替。然後我再次使用tr來恢復LF。

通過將sed輸出管道連接到另一個sed替換，您可以「拼合」儘可能多的標籤，這正是我需要的，因爲我需要拼合幾個標籤。這使我的文件中的行減少了95％，使得其餘的解析非常簡單。

來源

2015-06-21 09:48:44

是的，可能會XSLT工作：

<?xml version="1.0" encoding="UTF-8"?> 
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0"> 

<xsl:template name="extract-item" match="/"> 
    <xsl:element name="tag1"> 
    <xsl:element name="tag2"> 
     <xsl:for-each select="//tag1">   
      <xsl:apply-templates select="tag2"/>   
     </xsl:for-each> 
    </xsl:element> 
    </xsl:element> 
</xsl:template> 


</xsl:stylesheet>

和Python腳本中使用lxml的圖書館做轉型：

#!/usr/bin/python 
import lxml.etree as ET 

dom = ET.parse('C:\Path\To\XMLFile.xml') 
xslt = ET.parse('C:\Path\To\XSLTFile.xsl') 
transform = ET.XSLT(xslt) 
newdom = transform(dom) 

tree_out = ET.tostring(newdom, encoding='UTF-8', pretty_print=True) 
print(tree_out)

來源

2015-06-21 15:51:39 Parfait

使用sed連接XML的子元素

回答

相關問題