使用sed查找并替换为xml文件

Question

我需要查找并替换特定xml元素的值。的条件如下：

• 元件的值使能必须从改为;
• 启用必须是somenode元素的子

我测试的XML看起来是这样的：

<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启用内容将被改变。到目前为止，我已经成功地写这个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 

，但它改变了只有最后一个，我相信这是由于贪婪匹配。 任何帮助，将不胜感激。

Answer 1

尝试使用正则表达式来解析XML通常是一个糟糕的主意。参见前面的讨论，例如Parsing XML with REGEX in Java。 （实际上你的XML格式不正确，因为它没有一个根元素）。几乎所有语言都有许多不同的（免费）XML引擎用于解析和操作XML，我建议您使用其中的一种。

Answer 2

忘记sed用于复杂的多线处理。认真。

如果你不愿意使用正确的XML工具，至少使用具有适当的分支语句:-)

标准字符串处理工具，如果你能保证你的文件在你的方式格式化它，你可以使用类似：

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} 
' 

获得：

<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> 

用那种方法的问题在于，它不处理有什么可能是完全VAL id XML文件。此特定版本具有一定的局限性，例如：

• somenode的开始和结束标记必须位于行首。
• 启用的标签必须在前面有四个空格。 您可以解决这些问题，使其更具灵活性，但是，在您编写脚本处理任意有效的XML输入时，它会变得如此怪异，以至于使用XML会更快转换工具。

这就是为什么最好使用专为工作而构建的工具。但是，如果您只是想快速破解并且文件格式在您的控制之下，那么可以使用awk（或perl或python或您的其他快速和肮脏的脚本工具）。

Answer 3

可以使用呆子

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

输出

$ ./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

你似乎需要循环使用的东西sed的

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

我还是想不通，虽然，只是供你参考。

Answer 5

从描述中可以看出，您的需求非常简单，因此如果您不想使用XML解析器/工具，则无需使用它。你可以只使用外壳（或其他shell工具，你可能更喜欢）

#!/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

其他人已经解释了为什么通常是not a good idea处理XML与正则表达式。

与所有考虑到这一点，这里的sed程序替代文本匹配富与匹配开始和年底（包含地）线间酒吧：

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

Answer 7

使用xmlstarlet如果可能的话：

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