使用 sed 在 xml 文件中查找和替换答案

【问题标题】：Find and replace in xml file using sed使用 sed 在 xml 文件中查找和替换
【发布时间】：2010-12-20 04:21:22
【问题描述】：

我需要查找并替换特定 xml 元素的值。条件如下：

元素enabled的值必须从0改为1；
enabled 必须是 somenode 元素的子元素

我的测试 xml 如下所示：

<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>

我希望第一个和第三个 enabled 元素会被更改。到目前为止，我已经设法编写了这个 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

但它只改变了最后一个，我相信这是由于贪婪匹配。任何帮助将不胜感激。

【问题讨论】：

我猜任何带有 XML 解析库的动态语言（Perl、Python、PHP、Ruby）都会比 sed 更好地完成这项任务，您使用螺丝刀吃汤有什么特别的原因吗？
看看stackoverflow.com/questions/91791/…——那里提到了很多工具。

标签： xml sed replace

【解决方案1】：

尝试使用正则表达式解析 XML 通常是个坏主意。请参阅之前的讨论，例如Parsing XML with REGEX in Java。（实际上，您的 XML 格式不正确，因为它没有一个根元素）。有许多不同的（免费）XML 引擎用于解析和操作几乎每种语言的 XML，我建议您使用其中的一种。

【讨论】：

Given xml 只是一个摘录，我认为不会改变重点。更一般的问题是“替换文本中给定单词的所有出现，其中该单词介于两个其他给定单词之间”。
这是一个不同的问题，因为解析文本和解析 XML 并不相同。正如许多海报在我引用的页面中提到的那样，您的 XML 可能会随着时间而改变，并且 XML 的语法变体（不同的引用字符、空格、CDATA 等）可能会使问题复杂化。相同的规范 XML 有几种不同的词法形式。

【解决方案2】：

忘记sed 进行复杂的多行处理。认真的。

如果您不愿意使用适当的 XML 工具，至少使用具有适当分支语句的标准字符串处理工具 :-)

如果您可以保证您的文件按照您拥有的方式进行格式化，您可以使用以下内容：

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}
'

得到：

<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>

这种方法的问题在于它不能处理可能是完全有效的 XML 文件。此特定版本具有某些限制，例如：

somenode 开始和结束标记必须位于行首。
启用的标签必须以四个空格开头。您可以解决这些问题以使其更加灵活，但是当您编写脚本来处理 any 有效的 XML 输入时，它会变得如此可怕以至于它会更快使用 XML 转换工具。

这就是为什么最好使用专门为这项工作构建的工具。但是，如果您只是想要快速破解并且文件格式在您的控制之下，那么使用awk（或perl 或python 或您选择的其他快速而肮脏的脚本工具）可能没问题。

【讨论】：

【解决方案3】：

你可以使用 gawk

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>

【讨论】：

【解决方案4】：

你似乎需要用 sed 循环一些东西

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

我还是想不通，仅供参考。

【讨论】：

【解决方案5】：

从您的描述中可以看出，您的要求非常简单，因此如果您不想使用 XML 解析器/工具，则无需使用。您可以只使用 shell（或您可能喜欢的其他 shell 工具）

#!/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"

【讨论】：

【解决方案6】：

其他人已经解释了为什么一般是not a good idea用正则表达式处理XML。

考虑到所有这些，下面是 sed 程序，用于在匹配 start 的行之间用 bar 替换匹配 foo 的文本和结束（包括）：

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

【讨论】：

【解决方案7】：

尽可能使用 xmlstarlet：

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

【讨论】：