如何使用 SED 搜索和替换 xml 文件中的文本？

Question

我必须将文件夹中的 xml 文件列表从 UTF-16 转换为 UTF-8，删除 BOM，然后将文件中的关键字从 UTF-16 替换为 UTF-8。

我正在使用 cygwin 运行 bash shell 脚本来完成此操作，但我在今天之前从未使用过 SED，我需要帮助！

我找到了一个用于删除 BOM 的 SED 行，现在我需要另一个用于将 xml 标头中的文本从 UTF-16 替换为 UTF-8。

这是我目前所拥有的：

  #!/bin/bash
mkdir -p outUTF8

#Convert files to unix format.
find -exec dos2unix {} \;

#Use a for loop to convert all the xml files.
for f in `ls -1 *.xml`; do
    sed -i -e '1s/^\xEF\xBB\xBF//' FILE
    iconv -f utf-16 -t utf-8 $f > outUTF8/$f
    sed 's/UTF-16/UTF-8/g' $f > outUTF8/$f
    echo $f
done

但是，这一行：

sed 's/UTF-16/UTF-8/g' $f > outUTF8/$f

正在挂起脚本。关于这个的正确格式有什么想法吗？

Answer 1

试试这样的 -

for filename in *.xml; do
    sed -i".bak" -e '1s/^\xEF\xBB\xBF//' "$filename"
    iconv -f utf-16 -t utf-8 "$filename" > outUTF8/"$filename"
    sed -i 's/UTF-16/UTF-8/g' outUTF8/"$filename"
done

第一个sed 将备份您的原始文件，扩展名为.bak。然后它将使用iconv 转换文件并将其保存在新创建的具有相同文件名的目录下。最后，您将使用sed 进行文件内更改以删除文本。

Answer 2

两件事

1. 你的 $f 文件有多大，如果真的很大，可能需要很长时间才能完成。

2. Opps，我看到你的循环底部有一个echo $f。将它移到 sed 命令之前，这样您就可以查看文件名中是否有空格。

2a:-)。或者只需将所有对 $f 的引用更改为 "$f" 以防止出现空格。

我希望这会有所帮助。