Question

我有一些散落着这样的标签的xml文件：

<?xm-insertion_mark_start author="some_author" time="20050602T125956-0500"?>

我如何剥离这样的插入物？我试过这个有用：

sed -e 's/<\?xm.*?\?>//g' in.xml > out.xml

Answer 1

使用delete（d）命令sed：

代替替代品

也可以像这样使用sed -i（内联）：

sed -i.bak '/<?xm.*?>/d' in.xml

使用grep：

grep -v '<\?xm.*\?>' in.xml > out.xml

警告：shell实用程序并不总是解析和解决方案的最佳工具。编辑XML数据。

Answer 2

sed没有不情愿（“非贪婪”）的量词。试试这个：

sed '/<?xm\([^?][^>]\)\+?>/d' in.xml > out.xml

编辑：当然，您可以使用XSLT从XML中安全地删除处理指令（PI）。

这会删除名为xm-insertion_mark_start的所有PI，但不会保留所有剩余的XML。

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
    <xsl:template match="node() | @*">
        <xsl:copy>
            <xsl:apply-templates select="node() | @*" />
        </xsl:copy>
    </xsl:template>

    <xsl:template match="processing-instruction('xm-insertion_mark_start')" />
</xsl:stylesheet>

使用

<xsl:template match="processing-instruction()" />

如果您要删除所有 PI，无论其姓名如何。

您可以使用xsltproc(1)在命令行上将转换应用于XML。

SED - 从XML文件中剥离某些标记

2 个答案: