如何使用 sed 或 awk 替换特定的 xml 节点值答案

【问题标题】：How to replace specific xml node value using sed or awk如何使用 sed 或 awk 替换特定的 xml 节点值
【发布时间】：2021-01-30 23:01:26
【问题描述】：

我想使用sed 或awk 替换特定的xml 节点值。我不能使用专门的包来解析 xml，例如 xmlstarlet、xmllint 等。我必须使用 sed 或 awk strong>，只是“基本”外壳。

我有很多大的 xml 文件。在该文件中，我想定位并替换两个标签值：示例：

<desc:partNumber>>2</desc:partNumber>
<desc:dateIssued>>1870</desc:dateIssued>

问题是，这些名称有数百个标签。但这两个标签的父标签在整个 xml 文件中是唯一的：

<desc:desc ID="DESC_VOLUME_0001">

另一个问题是每个文件中父 <desc:desc ID="DESC_VOLUME_0001"> 内的标签 <desc:partNumber> 和 <desc:dateIssued> 的位置或行号是不同的。

我认为解决方案是：

定位并提取父级 <desc:desc ID="DESC_VOLUME_0001"> 及其子级到变量
迭代子节点并获取<desc:partNumber> 的位置（行号）和<desc:dateIssued> 并保存到变量
将行号传递给sed 命令并替换当前值具有新值的标签（将从 .csv 文件中读取新值）

我尝试创建这个sed 命令，你可以看到我使用'n' 来移动行，但这需要是可变的。

sed -i '/desc:desc ID="DESC_VOLUME_0001"/{n;n;n;n;n;n;n;n;n;s/'"${OLD_DATE_ISSUED}"'/'"${NEW_DATE_ISSUED}"'/}'

有子节点的父节点：

<desc:desc ID="DESC_VOLUME_0001"> 
    <desc:physicalDescription> 
        <desc:note>text</desc:note> 
    </desc:physicalDescription>  
    <desc:titleInfo> 
        <desc:partNumber>2</desc:partNumber> 
    </desc:titleInfo>  
    <desc:originInfo> 
        <desc:dateIssued>1870</desc:dateIssued> 
    </desc:originInfo>  
    <desc:identifier type="uuid">81e32d30-6388-11e6-8336-005056827e52</desc:identifier> 
</desc:desc>

任何人都可以帮助如何实现这一目标？

【问题讨论】：

请在您的问题中添加示例输入（无描述、无图像、无链接）以及该示例输入所需的输出（无评论）。
不能使用专门的包来解析 xml，如 xmlstarlet、xmllint 等。 你应该告诉做出这个决定的人，他们在给你下跪。使用 XML 感知工具是稳健有效地执行此操作的唯一方法。
为什么不使用单独的 sed 替换打开和关闭标签？并且请注意尖括号，以免您也意外替换 desc:partNumberClient。
"我必须使用 sed 或 awk，只是“基本”外壳。"不，你没有。这是工作的错误工具。您的代码将不正确且效率低下。
相关：bobince 对RegEx match open tags except XHTML self-contained tags 的警示性回答

标签： xml bash awk sed xml-parsing

【解决方案1】：

使用xmldata文件中的示例数据：

awk -v dID="DESC_VOLUME_0001" -v part="5" -v dissue=1850 -F[\<\>] 
  '$2 ~ /desc ID/ { 
                     split($2,arr,"\"");
                     descID=arr[2] 
                  } 
   $2 ~ /desc:partNumber/ { 
                            if (descID==dID) { 
                                               $0=gensub($3,part,$0) 
                                             } 
                          } 
   $2 ~ /desc:dateIssued/ { 
                            if (descID==dID) 
                                             { 
                                               $0=gensub($3,dissue,$0) 
                                             } 
                          }
   1' xmldata

一个班轮：

 awk -v dID="DESC_VOLUME_0001" -v part="5" -v dissue=1850 -F[\<\>] '$2 ~ /desc ID/ { split($2,arr,"\"");descID=arr[2] } $2 ~ /desc:partNumber/ { if (descID==dID) { $0=gensub($3,part,$0) } } $2 ~ /desc:dateIssued/ { if (descID==dID) { $0=gensub($3,dissue,$0) } }1' xmldata

这里我们将分隔符设置为我们还将 dID 设置为我们要搜索的 desc ID，part 部分是我们要更改为的 partNumber，dissue 是我们要更改的 dateIssued。

然后我们在行中搜索 desc ID 文本，并根据双引号将行拆分以获得数组 arr 的第二个索引，然后使用该索引创建变量 descID。

我们进一步搜索 partNumber 和 dateIssued，检查是否 dID=descID。如果它们匹配，我们使用 gensub 函数将 $0 行中的第三个分隔字段替换为传递的变量，并将 $0 设置为结果。我们最终打印到 1 的行（更改或其他）。

【讨论】：

效果很好。谢谢