Question

有一个XML文件包含像

这样的内容

    <node1>
      bla
      <remove>
        abc
      </remove>
        kkk
    </node1>

我需要删除node1下的节点，但是有一些像<node9>这样的节点也包含<remove>，不应该删除它，我想知道这样做，可能是awk脚本或Python或者其他什么。

输出应为

   <node1>
      bla
        abc
        kkk
    </node1>

Answer 1

你应该知道使用文本处理来修改xml有风险。如果你必须这样做，这个sed单行应该适用于你的例子和sudo答案中的例子：

sed '/node1>/,/node1>/{/remove>/d}' file

Answer 2

使用以下输入：

$ cat file
<node1>
   bla
   <remove>
     abc
   </remove>
   kkk
</node1>
<node9>
   bla
   <remove>
     abc
   </remove>
   kkk
</node9>

以下脚本将使用GNU awk删除所需的代码：

$ awk '/<node1>/{gsub(/<[/]?remove>/," ")}
       {printf "%s%s",$0,RT}' RS='</node[0-9]+>' file | grep '\S'
<node1>
   bla
     abc
   kkk
</node1>
<node9>
   bla
   <remove>
     abc
   </remove>
   kkk
</node9>

如果在一行上找不到标签，脚本甚至可以完成工作：

$ cat file
<node1>bla<remove>abc</remove>kkk</node1>
<node9>bla<remove>abc</remove>kkk</node9>

$ awk '/<node1>/{gsub(/<[/]?remove>/," ")}
       {printf "%s%s",$0,RT}' RS='</node[0-9]+>' file 
<node1>bla abc kkk</node1>
<node9>bla<remove>abc</remove>kkk</node9>

Answer 3

另一个awk

awk '/node1>/,/\/node1>/ {if ($0~/remove>/) $0=""} NF'

Answer 4

我建议使用xml解析器。在python中，一个好的是BeautifulSoup：

from bs4 import BeautifulSoup
import sys

soup = BeautifulSoup(open(sys.argv[1], 'r'), 'xml')

for elem in soup.node1.children:
    if elem.name == 'remove':
        elem.decompose()

print(soup)

如何删除xml的某些节点？

4 个答案: