sed只使用正则表达式编辑文件的一部分

Question

我有一个名为test.txt的文件，其中包含以下内容

<?xml version="1.0" encoding="UTF-8" standalone="yes"?>
<test time="60" id="01">
<java.lang.String value="cat"/><java.lang.String value="dog"/>
<java.lang.String value="mouse"/>
<java.lang.String value="cow"/>
</test>

我想要做的是，我想编辑该文件，以便当我得到类似的内容时，<java.lang.String value="something"/>我会将该部分更改为<animal>something</animal>

因此，对于前面的示例，在使用sed/awk/grep命令应用脚本后，文件内容将更改为或将创建一个新文件，如下所示：

   <?xml version="1.0" encoding="UTF-8" standalone="yes"?>
    <test time="60" id="01">
    <animal>cat</animal><animal>dog</animal>
    <animal>mouse</animal>
    <animal>cow</animal>
    </test>

我尝试使用以下命令提取该特定部分：

$less test.txt | grep -Po 'java.lang.String value="\K[^"]*' | awk -F: '{print "<animal>" $1 "</animal>"}'

输出给了我改变的部分，但是我希望这个改变的部分和文件的其余部分保持不变：

<animal>cat</animal>
<animal>dog</animal>
<animal>mouse</animal>
<animal>cow</animal>

我是脚本新手，我不知道如何在文件中编写完整的输出。

Answer 1

sed -r 's#<java.lang.String value="([^"]*)"/>#<animal>\1</animal>#g' test.txt

你不应该用正则表达式进行XML转换......

关于其运作方式的编辑

默认情况下，sed使用＆＃34;基本正则表达式＆＃34;，其中许多特殊字符必须以\为前缀。 -r标志切换到＆＃34;扩展正则表达式＆＃34;语法不那么麻烦。有关详细信息，请参阅OpenGroup。

默认情况下，sed按原样打印输出，除非命令修改它。替换命令类似于s#search_regexp#replacement#flags。分隔符可以是/，#或,。我选择#，因此它与\中的XML字符不会发生冲突。

然后我们匹配<java.lang.String value="anything_except_quotes"/>之类的内容。我们想要重用的部分有括号，它被称为匹配组。在替换中，我们通过\1引用我们在匹配组中捕获的内容。

g标记使sed替换搜索模式的所有出现，而不仅仅是第一个出现。

Answer 2

确定你的命令有些问题：

less test.txt | grep -Po 'java.lang.String value="\K[^"]*' | awk -F: '{print "<animal>" $1 "</animal>"}'

首先，less无用，grep可以将文件作为参数：

grep -Po 'java.lang.String value="\K[^"]*' test.txt | awk -F: '{print "<animal>" $1 "</animal>"}'

然后您使用grep选择与字符串匹配的行，所以基本上，您的命令序列明确只保留具有{{1}的行}字符串，取出其他所有内容......更简单的解决方案是使用java.lang...：

sed

使用sed的替换语法替换匹配，同时在右侧部分中将括号sed -r 's,<java.lang.String value="([^"]*)"\s*/>,<animal>\1</animal>,g' test.txt 和(中的内容提取为)。 \1部分用于匹配不是[^"]字符的所有内容，"运算符用于匹配0次或更多次匹配。 *将匹配空格\s，0次或更多次。

正则表达式是一个自动机，它使用状态和转换来匹配给定的字符串。这里是正则表达式如何运作的视觉效果：

demo of the regex on an example

虽然在您的特定情况下，简单的正则表达式可以解决，但请记住，这只是 hack 。您应该使用XML解析器并使用XSLT / XSLFO替换节点以满足您的需求，这些工具旨在将XML转换为另一个（或其他）。

为此，您可以使用*之类的工具，并查看this Q以获取将所有xsltproc个节点转换为XML树中的foo个节点的示例，这是如何做到的：

test.xsl：

bar

运行：

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output indent="yes"/>
  <xsl:strip-space elements="*"/>

  <!--Identity Template. This will copy everything as-is.-->
  <xsl:template match="node()|@*">
    <xsl:copy>
      <xsl:apply-templates select="node()|@*"/>
    </xsl:copy>
  </xsl:template>

  <!--Change "java.lang.String" element to "animal" element.-->
  <xsl:template match="java.lang.String">
    <animal>
      <!-- get the attribute 'value' of java.lang.String -->
      <xsl:copy-of select="@*"/>
      <xsl:apply-templates/>
    </animal>
  </xsl:template>

</xsl:stylesheet>

结果：

xsltproc test.xsl test.xml

顺便说一下，给定你的XML，看起来它是由Java生成的，并且有多种方法可以从within your code应用XSL，甚至在你需要使用命令处理它之前线工具。