使用 sed 或 awk 从 xml 文件中删除节点答案

【问题标题】：Delete nodes from xml file using sed or awk使用 sed 或 awk 从 xml 文件中删除节点
【发布时间】：2021-03-22 11:20:11
【问题描述】：

我希望使用 sed 或 awk 实用程序从多个相似的 XML 文件中删除“error_mail”和“succeed_mail”节点。

使用 sed ，我尝试使用以下命令..但它不起作用

sed -i /<action name="succeed_mail">/,/<\/action>/d *.xml

这里是示例文件（test.xml），如下所示：-

输入 XML 文件：- test.xml

 <workflow>
    <action name="start"
    -----
    -----
       </action>
    
    <action name="error_mail">
            <email xmlns="uri:oozie:email-action:0.1">
              <to>abc@xyz.com</to>
              <cc>abc@xyz.com</cc>
              <subject>Batch Failed</subject>
              <body>Batch Failed at ${node}</body>
            </email>
            <ok to="killjob"/>
            <error to="killjob"/>
          </action>
        <action name="succeed_mail">
            <email xmlns="uri:oozie:email-action:0.1">
              <to>abc@xyz.com</to>
              <cc>abc@xyz.com</cc>
              <subject>Batch Succeed</subject>
              <body>Batch completed</body>
            </email>
            <ok to="end"/>
            <error to="end"/>
          </action></r>
    </workflow>

--------所需的输出：-

test.xml
<workflow>
<action name="start"
-----
-----
   </action>
</workflow>

【问题讨论】：

始终将脚本括在引号中：sed 'foo'，而不是 sed foo。此外，“它不工作”是最糟糕的问题陈述 - 告诉我们它以何种方式不工作（错误输出、无输出、错误消息等），以便我们可以最好地帮助您解决您遇到的问题，而不是可能的一些问题我们认为您可能遇到的其他问题。

标签： awk sed

【解决方案1】：

有类似的需求。我的过程：

将 xml 转换为单行。
在自己的新行中将<tag> 转换为</tag>
grep -v tag（或需要的字符串）
xmllint --format
qed

这个方法很通用。要将 xml 转换为单行：tr -d '\n' 第 2 步的 Csh 脚本，接受来自管道标准输入的 xml

>cat xmlsinglenewline
#!/bin/csh -f
# $1 is the tag
# Usage: <command>  "tag"
sed "s/<$1/\n\<$1/g" | sed "s/<\/$1>/\<\/$1\>\n/g"

警告：无法处理嵌套（相同）标签。

【讨论】：

【解决方案2】：

你没有告诉我们“它不工作”的方式，所以我假设你要么不知道如何在正则表达式中使用 |，要么不知道你必须引用你的脚本。

使用具有-E 的 sed 来启用 ERE：

$ sed -E '/<action name="(succeed|error)_mail">/,/<\/action>/d' file
 <workflow>
    <action name="start"
    -----
    -----
       </action>

    </workflow>

或使用任何 awk：

$ awk '/<action name="(succeed|error)_mail">/{f=1} !f; /<\/action>/{f=0}' file
 <workflow>
    <action name="start"
    -----
    -----
       </action>

    </workflow>

当然，这很脆弱，并且对于同一 XML 的各种其他布局会失败，这就是为什么总是建议使用 XML 感知工具的原因。

【讨论】：

【解决方案3】：

专家总是建议使用 xmlstarlet 之类的工具来解析 xml 文件，因为 OP 正在使用 sed，所以提出了这个 awk 解决方案。公平警告，仅根据所示示例编写，以防万一您有不同的内容，这可能不起作用。

awk '
/^ +<\/action>/ && foundSuccess{
  foundSuccess=""
  next
}
/^ +<\/action>/ && foundError{
  foundError=""
  next
}
/^ +<action name="error_mail">$/{
  foundError=1
}
/^ +<action name="succeed_mail">/{
  foundSuccess=1
}
NF && !foundError && !foundSuccess
' Input_file

说明：为上述添加详细说明。

awk '                              ##Starting awk program from here.
/^ +<\/action>/ && foundSuccess{   ##Checking if line has </action> and variable foundSuccess is SET then do following.
  foundSuccess=""                  ##Nullify variable foundSuccess here.
  next                             ##next will skip all further statements from here.
}
/^ +<\/action>/ && foundError{     ##Checking if line has </action> and variable foundError is SET then do following.
  foundError=""                    ##Nullify variable foundError here.
  next                             ##next will skip all further statements from here.
}
/^ +<action name="error_mail">$/{  ##Checking if line starts with space and have <action name="error_mail">
  foundError=1                     ##Setting variable foundError to 1 here.
}
/^ +<action name="succeed_mail">/{ ##Checking if line starts with space and have <action name="succeed_mail">
  foundSuccess=1                   ##Setting variable foundSuccess to 1 here.
}
NF && !foundError && !foundSuccess ##Checking if line is NOT empty AND variable foundError AND variable foundSuccess is NOT set then print that line.
' Input_file                       ##Mentioning Input_file name here.

注意：要传递多个 xml 文件来代替 Input_file，请使用 *.xml 给它，但这不会就地保存。要执行就地保存使用 GNU awk，请将上述代码中的 awk 更改为 awk -i inplace 。但最好在几个文件上测试它，然后运行就地选项，以确保更安全。您可以查看此链接如何使用 awk 进行就地编辑，同时备份 Input_file https://stackoverflow.com/a/16529730/5866580

【讨论】：

感谢@RavinderSingh13！它抛出错误。 awk -i inplace ' > /^ +/ && foundSuccess{ > foundSuccess="" > next > } > /^ +/ && foundError{ > foundError="" > next > } > /^ +$/{ > foundError=1 > } > /^ +/{ > foundSuccess=1 > } > NF && !foundError && !foundSuccess > ' redraw_workflow_curve2.xml 用法：awk [POSIX or GNU style options] -f progfile [--] file ... 用法：awk [POSIX or GNU style options] [--] 'program' file ...
@PraveenKumar，当我检查单个文件时，它工作得非常好。由于您的 cmets 错误不清楚，请清楚地复制/粘贴并尝试在单个文件上测试一次，然后让我知道。
@PraveenKumar > 在您评论中脚本的每一行开头做了什么？
@PraveenKumar，您好 Praveen，请检查我和 Ed sir 的回答，让我们知道进展如何？