使用 sed 连接 XML 的子元素答案

【问题标题】：concatenating sub-elements of XML using sed使用 sed 连接 XML 的子元素
【发布时间】：2015-09-06 21:58:53
【问题描述】：

我有一个大型 xml 文件，我需要将其加载到具有预定义格式的列表中。它有很多这样的子元素：

<tag1>
  <tag2>element 1</tag2>       
  <tag2>element 2</tag2>
  <tag2>element 3</tag2>
  ...
</tag1>

我想将这些子元素组合成一个字符串，如下所示：

<tag1>
  <tag2>element 1;element 2;element 3;...</tag2>
</tag1>

标签的实际路径更复杂。

由于子元素的数量通常非常大，我想对文件进行预处理以简化列表转换过程。我尝试使用 XQuery，但速度很慢（可能是因为我不知道如何优化它）。我认为使用 XLST 也很有效，但我没有时间研究如何去做。

【问题讨论】：

标签： xml parsing sed

【解决方案1】：

这是我解决问题的方法：

cat file | tr '\n' '±' | sed 's/<\/tag2>±<tag2>/;/g' | tr '±' '\n'

我已使用 tr 将所有 LF 替换为我知道文件中没有出现的字符 (±)，然后搜索结束标记，后跟 ±，然后是开始标记，并将其替换为“;”。然后我再次使用 tr 来恢复 LF。

通过将 sed 输出传递到另一个 sed 替换，您可以“展平”尽可能多的标签，这正是我需要的，因为我有几个标签需要展平。这将我文件中的行数减少了 95%，使其余的解析变得非常简单。

【讨论】：

【解决方案2】：

是的，XSLT 可能会起作用：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">

<xsl:template name="extract-item" match="/">
  <xsl:element name="tag1">
    <xsl:element name="tag2">
      <xsl:for-each select="//tag1">        
            <xsl:apply-templates select="tag2"/>        
      </xsl:for-each>
     </xsl:element>  
  </xsl:element>  
</xsl:template>


</xsl:stylesheet>

和python脚本使用lxml库做转换：

#!/usr/bin/python
import lxml.etree as ET

dom = ET.parse('C:\Path\To\XMLFile.xml')
xslt = ET.parse('C:\Path\To\XSLTFile.xsl')
transform = ET.XSLT(xslt)
newdom = transform(dom)

tree_out = ET.tostring(newdom, encoding='UTF-8', pretty_print=True)
print(tree_out)

【讨论】：