Question

我正在使用wget下载XML文件，但有时文件在第一行中有文本需要删除。

目前第一行有“131”，最后一行有“0”。

如果包含此信息，我需要一种删除这些行的方法。我不能做一个perl查找和替换，如果它不在那里，但正确的第一行包含“131”。

这有意义吗？

有什么想法吗？

由于

示例，有时是这样的：

131
<element>
<example>content</example>
<example>content</example>
<example>content</example>
<example>content</example>
</element>
0

有时候这样（正确）

<element>
<example>content</example>
<example>content</example>
<example>content</example>
<example>content</example>
</element>

Answer 1

我认为这可能会让你到达目的地。

假设你刚刚为sample.xml做了一个wget，那么：

perl -pi -e '$/ = undef; s{(?: \A [^<]* | [^>]* \z )}{}xmsg;' sample.xml

剥离任何非＆lt;从文件的开头和任何不是＆gt;从文件的末尾开始。

Answer 2

这是sed的工作！你不会更快或更简单：

如果你确定这两个值，你可以简单地说：

sed -e  '1{/^131$/d};${/^0$/d}' -i mybrokenfile

但是使用以下命令，sed同时删除任何包含数字的第一行和/或最后一行：

sed -e '1{/^[0-9]\+$/d};${/^[0-9]\+$/d}'

这可以通过文件作为参数和备份文件自动生成来运行：

sed -e '1{/^[0-9]\+$/d};${/^[0-9]\+$/d}' -i.bak files*

说明：

有两部分，1和$ 地址：第一行为1，最后一行为$。
以下区块提供了另一种形式的逐个条件：/^[0-9]\+$/表示*行以0和9之间的一个或多个字符开头，并在紧接着之后结束。
在此匹配行（第一行或最后一行）上，删除行的执行命令为d。

这可以写成：

sed -e '1{
            /^[0-9]\+$/d
        }
        ${
            /^[0-9]\+$/d
        }' -i.bak files*

。

修改：

因为我讨厌写不止一次......大概是什么;

有一种方法可以做一些棘手的事情，但只能在第一行和最后一行。

首先，同样的样本可以写成：

sed -e '1ba;$ba;bb;:a;/^[0-9]\+$/d;:b;' -i.bak files*

因此 1 字节更短！但尤其是操作只写一次：

说明：

:a和:b是分支（跳转）到
的标签
ba和bb分别是:a和:b的分支机构。

1和$是前面描述的地址

/.../d也是先前描述的，意思是删除与正则表达式相匹配的行

可写：

sed -e ' 1ba; $ba; bb; :a; /^[0-9]\+$/d; :b; ' -i.bak files*

使用s/../../代替d的应用示例：仅在第1行或最后一行出现时修改版本信息：

sed -e '1ba;$ba;bb;:a;s/$Id: .*,v$.*$Exp$/\1'"$( date +" $VER %F %T $USER ")"'\2/;b;' -i files*

Answer 3

根据评论，您希望使用wget --save-headers并使用正确的HTTP响应解析器。这其实很简单：

use HTTP::Response qw( );
my $response = HTTP::Response->parse($raw_response);
my $body = $response->decoded_content( charset => 'none' );

鉴于响应包括$raw_response标题，上述代码将返回$body中传输的XML（或其他）文档。

原始回复：

这是一个HTTP分块响应。

if ($file =~ /^[0-9]+\r?\n/) {
   my $chunked = substr($file, 0, length($file), '');
   for (;;) {
      $chunked =~ s/^([0-9]+)\r?\n//
         or die;

      my $chunk_len = $1
         or last;

      length($file) >= $chunk_len
         or die;

      $file .= substr($chunked, 0, $chunk_len, '');
   }
}

使用PERL删除第一行XML文件只有IF包含“XYZ”

3 个答案: