拆分字符串逗号分隔到定义的 xml 结构答案

【问题标题】：split string comma delimited to defined xml strucutre拆分字符串逗号分隔到定义的 xml 结构
【发布时间】：2018-10-02 02:08:43
【问题描述】：

我有一个这样的输入字符串

<keywords>key word 1, key word 2, key word 3, key word 4, key word 5, key word 6, ..  </keywords>

最多可以有 10 个关键字我必须将其转换为以下 xml 结构

<keyword1>key word 1</keyword1>
<keyword2>key word 2</keyword2>
<keyword3>key word 3</keyword3>
<keyword4>key word 4</keyword4>
<keyword5>key word 5</keyword5>
<keyword6>key word 6</keyword6>
<keyword7>...</keyword7>

我的脚本的其余部分是用于替换标签的简单 sed / awk 命令，仅此而已。有人知道我如何将其转换为所需的结构吗？感谢您的任何建议

更新：

我尝试了以下操作（来自post）

echo "<keywords>key word 1, key word 2, key word 3, key word 4, key word 5 </keywords>" | awk '{split($0,a,","); print "<keyword1>"a[1]"</keyword1>\n<keyword2>"a[2]"</keyword2>\n<keyword3>"a[3]"</keyword3>\n<keyword4>"a[4]"</keyword4>\n<keyword5>"a[5]"</keyword5>\n<keyword6>"a[6]"</keyword6>\n<keyword7>"a[7]"</keyword7>\n<keyword8>"a[8]"</keyword8>\n<keyword9>"a[9]"</keyword9>\n<keyword10>"a[10]"</keyword10>\n"}' | sed -e 's/<keywords>//g' |sed -e 's/<\/keywords>//g'

效果很好，输出如下：

<keyword1>key word 1</keyword1>
<keyword2> key word 2</keyword2>
<keyword3> key word 3</keyword3>
<keyword4> key word 4</keyword4>
<keyword5> key word 5 </keyword5>
<keyword6></keyword6>
<keyword7></keyword7>
<keyword8></keyword8>
<keyword9></keyword9>
<keyword10></keyword10>

也许这不是最好的方法……但它确实有效。如果您有更好/更快的解决方案，我将不胜感激……

2 更新： 是否有机会仅对/<keywords>/,/<\/keywords>/ 之间的文本执行 awk / sed 命令

【问题讨论】：

标签： bash awk sed

【解决方案1】：

使用 sed 和 awk：

sed 's|</*keywords>||g; s/, /\n/g' | awk '{print "<keyword" NR ">" $0 "</keyword" NR ">"}'

输出：

<keyword1>key word 1</keyword1>
<keyword2>key word 2</keyword2>
<keyword3>key word 3</keyword3>
<keyword4>key word 4</keyword4>
<keyword5>key word 5</keyword5>
<keyword6>key word 6</keyword6>
<keyword7>..  </keyword7>

NR：目前看到的输入记录总数。

【讨论】：

【解决方案2】：

使用awk 而不使用sed：

awk -F " *<[^<>]+> *|, *" '{
    r = "";
    for(i=1; i<=NF; i++) {
        if ($i) r = r "<keyword" ++j ">" $i "</keyword" j ">" RS
    }
    print r;
}' file

这种方法将现有标签和逗号定义为字段分隔符。一个班轮：

echo ... | awk -F " *<[^<>]+> *|, *" '{ r = ""; for(i=1; i<=NF; i++) { if ($i) r = r "<keyword" ++j ">" $i "</keyword" j ">" RS } print r;}'

【讨论】：

【解决方案3】：

awk -F' *, *' '
    gsub(/<\/?keywords>/,"") {
        for (i=1; i<=NF; i++) {
            print "<keyword"i">" $i "</keyword"i">"
        }
    }
' file
<keyword1>key word 1</keyword1>
<keyword2>key word 2</keyword2>
<keyword3>key word 3</keyword3>
<keyword4>key word 4</keyword4>
<keyword5>key word 5</keyword5>
<keyword6>key word 6</keyword6>
<keyword7>..  </keyword7>

【讨论】：