处理一个xml文本文件

zxy877298415

回复 1# 冰封三万里
awk -F '<|</' '!/xml/{for(i=1;i<=NF;i++) if ($i~/>/)a[gensub("([^>]+)(.*)","\\1","",$i)]++;for (i in a) if(a<2) print "<"i">";delete a}' file


   

sunzhiguolu

回复 7# 冰封三万里
试下,

1. perl -nle 'next if(m~</?xml>~ or /\A\s*\z/);$L=$_;while(m~<([^>/]+)>~g){$l=$1;print "<$l>" if($L!~m~</$l>~)}' f

复制代码

<ab>
<fdgsfg>
<1234234>
<aaa>
<sdfsd>
<aaa>



   

haooooaaa

1. awk -vRS='</?[^>]+>' '{
   
2.     if(RT~"/"){
   
3.         L=split(s,t,"<" substr(RT,3))
   
4.         if(L<2){
   
5.             print RT
   
6.         }else if(L==2){
   
7.             while(s!~" <" substr(RT,3)"$"){
   
8.                 m=split(s,t)
   
9.                 print t[m]
   
10.                 s=gensub(" "t[m]"$","",1,s)
    
11.             }
    
12.             sub(" [^ ]+$","",s)
    
13.         }
    
14.     }else{
    
15.     s=s" "RT
    
16.     }
    
17. }END{if(s!=" ")print gensub(" +","",1,s)}'

复制代码

冰封三万里

回复 12# sunzhiguolu


请问您这个  能把一行的 不做换行处理么？

   

sunzhiguolu

回复 14# 冰封三万里
试下,

1. perl -ne 'next if(m~</?xml>~||/\A\s*\z/);$L=$_;my @a;while(m~<([^>/]+)>~g){$l=$1;push(@a,"<$1>") if($L!~m~</$l>~)}print"@a\n" if(@a)' f
   

复制代码

<ab>
<fdgsfg>
<1234234> <aaa>
<sdfsd> <aaa>

   

sunzhiguolu

这样看着直观一点,

1. perl -ne 'next if(m~</?xml>~||/\A\s*\z/);$L=$_;my @a;while(m~<([^>/]+)>~g){$l=$1;if($L!~m~</$l>~){!@a?($t="$./> <$1>"):($t="<$1>");push(@a,$t)}}print"@a\n" if(@a)' f

复制代码

3/> <ab>
4/> <fdgsfg>
6/> <1234234> <aaa>
9/> <sdfsd> <aaa>

cat -n f
     1  <xml>
     2  asjdf<a></a>kajs
     3  asdj<ab>bfkfk
     4  456456<fdgsfg>fghdfgh
     5
     6  5ASDsd<1234234>sdft<123er><abc>56<aaa>4e</abc></123er>
     7  ajsfk
     8
     9  ssfd<sdfsd><abc><aaa></abc>
    10  </xml>

冰封三万里

回复 16# sunzhiguolu


    it's great！

追问一下  我如果想把摘出来的东西  例如第一行 <ab>  我想把这个字符串中的 ‘<'  与'>'分别替换为    AAA_   与  _BBB

意思就是拼接为AAA_ab_BBB

然后把改后的结果  重新写入原文件

例如

原第三行   asdj<ab>bfkfk
更改后第三行    asdjAAA_ab_BBBbfkfk

谢谢~

sunzhiguolu

回复 17# 冰封三万里
文件中的 <xml> | </xml> 以及空白如何处理?

   

sunzhiguolu

回复 17# 冰封三万里
我将其他的东西原样保留, 再试下:

1. perl -i.bak -ne 'BEGIN{$B="AAA_";$E="_BBB"}{if(m~</?xml>~||/\A\s*\z/){print;next}$L=$_;my @a;while(m~<([^>/]+)>~g){$l=$1;push(@a,$1) if($L!~m~</$l>~)}foreach $t (@a) {s/<($t)>/$B$1$E/}print}' f

复制代码

cat f
--------------------------------------------------------------------------------------------
<xml>
asjdf<a></a>kajs
asdjAAA_ab_BBBbfkfk
456456AAA_fdgsfg_BBBfghdfgh

5ASDsdAAA_1234234_BBBsdft<123er><abc>56AAA_aaa_BBB4e</abc></123er>
ajsfk

ssfdAAA_sdfsd_BBB<abc>AAA_aaa_BBB</abc>
</xml>

cat f.bak
--------------------------------------------------------------------------------------------
<xml>
asjdf<a></a>kajs
asdj<ab>bfkfk
456456<fdgsfg>fghdfgh

5ASDsd<1234234>sdft<123er><abc>56<aaa>4e</abc></123er>
ajsfk

ssfd<sdfsd><abc><aaa></abc>
</xml>


   

冰封三万里

回复 19# sunzhiguolu

是的  就是这样~~

十分感谢~~