从另一个文件的列表中替换文件中的文本？

Question

I asked this question before 但不要认为我真的根据给出的答案正确解释了它。

我有一个名为 backup.xml 的文件，它有 28,000 行，其中包含短语 *** 766 次。我还有一个名为 list.txt 的文件，其中有 766 行，每行都有不同的关键字。

我基本上需要做的是将list.txt 中的每一行插入backup.xml 以替换提到的*** 的766 个位置。

这是list.txt 中包含的内容的示例：

Anaheim
Anchorage
Ann Arbor
Antioch
Apple Valley
Appleton

这是backup.xml 中包含*** 的行之一的示例：

<title>*** Hosting Services - Company Review</title>

因此，例如，提到*** 的第一行应该根据上面的示例更改为：

<title>Anaheim Hosting Services - Company Review</title>

任何帮助将不胜感激。提前致谢！

Answer 1

在这种情况下，您可能可以将 XML 视为纯文本。 所以读取 XML 文件，并用从关键字文件中读取的行替换每个出现的标记：

#!/usr/bin/perl

use strict;
use warnings;

use autodie qw( open);

my $xml_file  = 'backup.xml';
my $list_file = 'list.txt';
my $out_file  = 'out.xml';  

my $pattern='***';

# I assumed all files are utf8 encoded
open( my $xml,  '<:utf8', $xml_file  );
open( my $list, '<:utf8', $list_file );
open( my $out,  '>:utf8', $out_file  );

while( <$xml>)
  { s{\Q$pattern\E}{my $kw= <$list>; chomp $kw; $kw}eg;
    print {$out} $_;
  }

rename $out_file, $xml_file;

Answer 2

这个怎么样：

awk '{print NR-1 ",/\\*\\*\\*/{s/\\*\\*\\*/" $0 "/}"}' list.txt > list.sed
sed -f list.sed backup.xml

第一行使用awk根据列表创建一个搜索/替换命令列表，然后通过sed在下一行执行。

Answer 3

使用awk。它读取backup.xml 文件，当找到*** 文本时，我从list.txt 文件中提取一个单词。 BEGIN 块从参数列表中删除 list.txt 以避免对其进行处理。参数的顺序非常重要。另外我假设每行只有一个*** 字符串。

awk '
        BEGIN { listfile = ARGV[2]; --ARGC }
        /\*\*\*/ {
                getline word <listfile
                sub( /\*\*\*/, word )
        }
        1     ## same as { print }
' backup.xml list.txt

Answer 4

如果这两个文件顺序对应，你可以使用paste命令将两个文件中的行连接起来，然后进行后处理。

paste list.txt backup.xml | 
awk 'BEGIN {FS="\t"} {sub(/\*\*\*/, $1); print substr($0, length($1)+2)}'

粘贴命令将产生以下内容：

Anaheim \t <title>*** Hosting Services - Company Review</title>

而 AWK 中的单行将 *** 替换为第一个字段，随后删除第一个字段和其后的字段分隔符 (\t)。

另一种变化是：

paste list.txt backup.xml | 
awk 'BEGIN {FS="\t"} {sub(/\*\*\*/, $1); print $0}' | 
cut -f 2-