Question

我有大量的xml文档，其中包含大量不同的标记。我需要更改表单<foo>的所有标记，并将其转换为<field name="foo">形式的标记，其方式也会忽略给定标记的属性。也就是说，<foo id="bar">形式的标记也应更改为标记<field name="foo">。

为了让这种转变发挥作用，我还需要区分<foo>和</foo>，因为</foo>必须转到</field>。

我在bash脚本中玩过sed，但无济于事。

Answer 1

虽然sed并不适合这项任务（参见评论;进一步阅读：常规，无上下文语法和xml），但它可以投入使用。试试这个单行：

sed -e 's/<\([^>\/\ ]*\)[^>]*>/<field name=\"\1\">/g' -e 's/<field name=\"\">/<\/field>/g' file

首先，它会用</field>替换所有结束标记，然后用<field name="firstStoredWord">

替换每个开放标记的第一个单词

此解决方案打印标准输出上的所有内容。如果要在处理时直接将其替换为文件，请尝试

sed -i -e 's/<\([^>\/\ ]*\)[^>]*>/<field name=\"\1\">/g' -e 's/<field name=\"\">/<\/field>/g' file

这来自

<html>
<person> 
but <person name="bob"> and <person name="tom"> would both become
</person>

此

<field name="html">
<field name="person"> 
but <field name="person"> and <field name="person"> would both become
</field>

Answer 2

Sed是错误的工具 - 简单的XSL Transform可以更可靠地完成这项工作：

<?xml version="1.0"?>

<xsl:stylesheet version="1.0"
  xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

   <xsl:template match="foo">
      <field name="foo">
         <xsl:apply-templates/>
      </field>
   </xsl:template>

   <xsl:template match="@* | node()">
      <xsl:copy>
         <xsl:apply-templates select="@* | node()" />
      </xsl:copy>
   </xsl:template>

</xsl:stylesheet>

请注意，与sed不同，它可以处理短空元素，标记内的换行符（例如，由某些工具生成），以及几乎任何格式良好的XML。这是我的测试文件：

<?xml version="1.0"?>
<doc>
  <section>
    <foo>Plain foo, simple content</foo>
  </section>
  <foo attr="0">Foo with attr, with content
    <bar/>
    <foo attr="shorttag"/>
  </foo>
  <foo
    attr="1"
  >multiline</foo
  >
  <![CDATA[We mustn't transform <foo> in here!]]>
</doc>

由上述（使用xsltproc 16970175.xslt 16970175.xml）转换为：

<?xml version="1.0"?>
<doc>
  <section>
    <field name="foo">Plain foo, simple content</field>
  </section>
  <field name="foo">Foo with attr, with content
    <bar/>
    <field name="foo"/>
  </field>
  <field name="foo">multiline</field>
  We mustn't transform &lt;foo&gt; in here!
</doc>

替换BASH中的xml标记

2 个答案: