使用正则表达式或外壳从 xml 中的特定标记中删除 [<] 字符答案

【问题标题】：Removing [<] charecter from the particular tag in the xml using regex or shell使用正则表达式或外壳从 xml 中的特定标记中删除 [<] 字符
【发布时间】：2016-01-24 02:34:19
【问题描述】：

我是正则表达式的新手，如果您能对此有所了解，那就太好了。

我有一个很大的 xml 文件，它有大约 50k 行由一些第三方工具构建。

我有这样的行

<title>Apache 2.2 < 2.2.28 Multiple Vulnerabilities</title>

我只想在整个 xml 中删除此标题标签内的 <。

我在vim 和sed 中尝试了一些模式，但没有成功。

【问题讨论】：

尝试(<[^<]*>)|< 并替换为第一个反向引用。
您好 stribizhev，感谢您的回复，我在我的 vim 中运行此正则表达式：%s/()|/gn 将 / 替换为空但运气不佳如果我做错了我
您需要替换为第一个反向引用，例如:%s/\(<[^<]*>\)|</\1/g。我猜你需要在 vim 中使用\(...\) 来捕获子字符串。

标签： regex xml vim sed

【解决方案1】：

在 vim 中你可以这样做：

:%s@\(<title>.*\)<\(.*</title>\)@\1\2@

（其中% 表示“整个文件”，\1 和\2 是对表达式的\(..\) 部分的反向引用）

或者，更好的是：

:%s@\(<title>.\{-}\)<\(.\{-}</title>\)@\1\2@

（\{-} 是* 的非贪婪版本）。

但是，我假设您要替换 <，因为它是非法的 XML 语法，您可以将其替换为 &amp;，如下所示：

:%s@\(<title>.\{-}\)<\(.\{-}</title>\)@\1\&amp;\2@

【讨论】：

嗨 Kenney，我最后用 g 尝试了多少这个命令全局替换，但它在该行替换了一个
嗨，很抱歉！更新了答案。你会希望:%s 替换整个文件。 /g 表示替换一行中的所有匹配项，而不仅仅是第一个匹配项。
E488 尾随字符
那么在你上一个@ 之后可能会有一些东西。只需将答案中的一种模式复制到 vim 的命令行中（并确保行首没有双 :）。
带有 vim 或 sed 的正则表达式有些不标准；我通常为此使用 perl：cat yourfile | perl -ne 's@(<title>.*?)<(.*?</title>)@\1&amp;\2@; print' > newfile.