Question

我从stdin逐行读取字符串：

<xml version="1.0" encoding="UTF-8">\n<Datanode ....

我需要摆脱\n，它不是换行符，只是一个讨厌的序列。
我需要从管道中读取它，处理它并进一步管道。通常我得到tr或cut的帮助，但是对于这个序列，我找不到方法，他们要么不删除它，要么从XML字符串中删除其他一些＆＃34; n＆＃34; n。

Answer 1

所以你想要删除由'\'后跟'n'确定的字符串？

这样的事情应该有效：

... | sed 's/\\n//' | ...

或者如果你想删除多个序列：

... | sed 's/\\n//g' | ...

并且，如果要锚定要删除的序列：

... | sed 's/>\\n</></' | ...

<强>更新

如果您不想删除序列'\''n'但将替换为真正的新行（我确实注意到您的标记< strong> osx ），您可能希望使用以下内容：

... | sed -e 's/\\n/\'$'\n/' | ...

Answer 2

我假设您的文档因为在根目录之外包含文本节点而不是有效的XML，这可以解释为什么您不能使用传统的以XML为中心的工具。

要真正仅使用bash，并且以防止损坏文件的方式执行此操作（仅针对确切的标题文本执行替换 < em>仅在的第一行）：

correct_xml_header() {
  local bad_header correct_header content
  bad_header='<xml version="1.0" encoding="UTF-8">\n'
  correct_header='<?xml version="1.0" encoding="UTF-8"?>'
  IFS= read -r -d '' content
  if [[ $content = "$bad_header"* ]]; then
    content=${correct_header}${content#"$bad_header"}
  fi
  printf '%s' "$content"
}

然后您可以通过此功能：

generate_bad_xml | correct_xml_header | consume_good_xml

如果您想添加文字换行符，请将$'\n'添加到correct_header定义的末尾，如下所示：

correct_header='<?xml version="1.0" encoding="UTF-8"?>'$'\n'

请注意，我还将<xml ...>更改为<?xml ...?>，这是使用此工具的输出正确解析XML兼容工具所需的更改。

我需要从一个长行xml字符串中删除bash两个字符

2 个答案: