在 xml 标签之间搜索 patten 并替换它的一部分答案

【问题标题】：search patten between xml tags and replace parts of it在 xml 标签之间搜索 patten 并替换它的一部分
【发布时间】：2014-12-09 14:14:05
【问题描述】：

我正在尝试替换以下标签之间的字符串 原件：

...<Cell><Data ss:Type="String">some text hmtl encoded and multiline
e.g <br /><strong>title:</strong></Data>.. ..next
element.....<Cell><Data ss:Type="String">some text hmtl encoded and
multiline e.g <br /><strong>title2:</strong></Data>..

输出：

...<Cell><Data ss:Type="String">some text hmtl encoded and multiline
e.g &amp;lt;br /&amp;gt;&amp;lt;strong&amp;gt;title:&amp;lt;/strong&amp;gt;</Data>.. ..next
element.....<Cell><Data ss:Type="String">some text hmtl encoded and
multiline e.g &amp;lt;br /&amp;gt;&amp;lt;strong&amp;gt;title2:&amp;lt;/strong></Data>..

我必须搜索所有带有“<”或“>”的元素，并将它们替换为“&amp;lt;”或“&amp;gt;”，但前提是这些元素介于“<Data ss:Type="String">”和“</Data>”。模式必须包括多行搜索。 “<Data..”不在行首，“</Data>”不在行尾类型通常是字符串，但也可以是其他类型。

我试过了

awk '/<Data>.*<\/Data>/{sub("<","&amp;lt;",$0)} 1' $sourcefile |
awk '/<Data>.*<\/Data>/{sub(">","&amp;gt;",$0)} 1' >$outputfile

但它没有以正确的方式找到/替换它。

有人知道如何解决它吗？谢谢！

【问题讨论】：

您需要一个双重正则表达式来执行此操作。一个抓取内容，一个替换内容。

标签： xml regex awk sed

【解决方案1】：

awk 'BEGIN{RS="<Data"} NR==1{print} NR>1{x=match($0,/>/);y=match($0,/<\/Data/);s=substr($0,x+1,y-x-1); gsub(/</,"\&amp;lt;",s);gsub(/>/,"\&amp;gt;",s);print RS substr($0,0,x) s substr($0,y)}' file

输出：

<Cell>
<Data ss:Type="String">some text hmtl encoded and multiline
e.g &amp;lt;br /&amp;gt;&amp;lt;strong&amp;gt;title:&amp;lt;/strong&amp;gt;</Data>.. ..next
element.....<Cell>
<Data ss:Type="String">some text hmtl encoded and
multiline e.g &amp;lt;br /&amp;gt;&amp;lt;strong&amp;gt;title2:&amp;lt;/strong&amp;gt;</Data>

如果您不想要换行符，请在 BEGIN 中设置 ORS=""

【讨论】：

谢谢@WYSIWYG！而不是替换我需要搜索这部分字符串（子字符串）并将<和>替换为&amp;lt;或&amp;gt;
嗨，这个命令是完美的，谢谢！我使用以下命令扩展它sed -e 's/<amp;lt/amp;lt/g' | sed -e 's/>amp;gt/amp;gt/g' >$outputfile thx！
但我想这不是必需的，因为没有像>amp;gt 这样的模式。无论如何，您可以组合这两个 sed 命令 - 只需在两个语句之间放置一个 ;