Question

我有一个包含对象的大型XML文档（13MB）（包含产品SKU，名称等的产品）。

对于每个应从我的XML文档中删除的产品，我还有一个产品SKU的大型列表（CSV，700项）。

如果XML文档中的产品包含我的列表中的SKU，我想从XML文档中删除整个产品/对象。

以下是XML结构的示例：

<product>
  <Product_ID><![CDATA[1]]></Product_ID>
  <Product_Name><![CDATA[First product]]></Product_Name>
  <Product_CodeSKU><![CDATA[0000001]]></Product_CodeSKU>
</product>
<product>
  <Product_ID><![CDATA[2]]></Product_ID>
  <Product_Name><![CDATA[Second product]]></Product_Name>
  <Product_CodeSKU><![CDATA[0000002]]></Product_CodeSKU>
</product>
<product>
  <Product_ID><![CDATA[3]]></Product_ID>
  <Product_Name><![CDATA[Third product]]></Product_Name>
  <Product_CodeSKU><![CDATA[0000003]]></Product_CodeSKU>
</product>

我的列表（CSV）包含“0000001”之类的值。我想找到任何包含该值的产品，并将其删除 - 同时保持其他产品不受影响。

Answer 1

好的，首先：如果我不止一次这样做，那么我会以一种完全自动化的方式为我做一个漂亮的Perl脚本。然后其他人也可以使用它，而不仅仅是我们的Vim书呆子。我说Perl，因为这就是我所知道的;其他人会说python或Ruby或者他们所选择的语言，但是无论如何：对于重复使用，Vim是错误的工具。

然而，有时你只是想快速完成某件事，这可能不会是一项非常普遍的任务。

要在Vim中解决这个问题，我会在XML文件旁边的分割缓冲区中打开CSV。

将光标放在CSV文件的第一行。
开始将宏录制到您选择的寄存器中。例如，qa
执行一个通用命令，无论您在哪条线上，都始终将光标定位在SKU上以便移除。
yiw（或其他一些命令来拉动整个SKU）。
<C-W>w将窗口切换为XML文件。
:g#<C-R>0启动a：g命令并插入SKU作为模式。如果存在误报，您可能需要调整此选项以仅匹配真实的SKU行。
使用常规命令完成:g命令以删除整个标记，例如:g#0000001#norm! vatatVd
使用<C-w>p
使用j
使用q停止录制宏。
测试重复宏一次（例如，@a）。
如果测试失败，请重复步骤1-10，直到获得可重复的宏。
如果（10）按预期工作，则根据需要重复多次，例如9999999@a

Answer 2

在Vimscript中，假设一个基于UNIX的系统：

fun! ClearSKUs()
  let command = "cat " . input("Enter path to CSV file: ")
  let data = system(command) | redraw!
  let values = split(substitute(data, "\n", "", ""), ",")
  for value in values
    if search(value) > 0
      silent ?<product?,/<\/product/d
    endif
  endfor
endfun

command! ClearSKUs call ClearSKUs()

要运行，在编辑XML文档时，请使用：

:ClearSKUs

编辑已更新，将match()替换为search()作为@Ben提及，并使用单个普通命令。

编辑2：已更新，将正常命令替换为d的范围（谢谢，@ Ben！）并在收到输入后清除提示。

Answer 3

嗯，这是一个XSLT 2.0解决方案：

<xsl:stylesheet...>

<xsl:variable name="removals" select="tokenize(unparsed-text('skus.csv'), '\n')"/> 

<xsl:template match="*">
  <xsl:copy><xsl:apply-templates/></xsl:copy>
</xsl:template>

<xsl:template match="product[Product_CodeSKU = $removals]"/>

</xsl:stylesheet>

似乎比@ Ben的解决方案简单得多，而且速度要快得多。

可能需要进行一些调整，因为我不清楚CSV文件的格式。

如果XML对象包含特定值，请将其删除

3 个答案: