Question

我有一个这样的文本文件：

B1=text1
B2=text2
B3=text3

我有以下sed，它会将此文本格式转换为标记之间的文本。

echo "String= Hello World" | sed 's#\([^=]\+\)=\(.*\)#<\1>\2</\1>#'

这个sed给出了这个输出：

<String > Hello World</String >

如果String与B和数字一起使用，例如B45，如何放置标签？所以字符串将是B45

如果String匹配B + number

然后Sed命令给出这个输出（例子）

<B1>text1</B1>
<B2>text2</B2>
<B3>text3</B3>

Answer 1

我认为这对你有用：

echo "String= Hllo World" | sed 's#\([^=]\+\)=\(\s*B[0-9]*.*\)#<\1>\2</\1>#'

Answer 2

请不要使用正则表达式来操作XML。 XML是一种上下文语言。正则表达式不是，所以它永远不会正常工作。充其量，你有一个肮脏的黑客，有一天会因为没有明显的原因而中断，因为它做出的假设是无效的。

请使用解析器。这并不难，但确实意味着你要避免创建脆弱的代码。

perl中的慢手，它是：

#!/usr/bin/env perl
use strict;
use warnings;

use XML::Twig;

my $input = "String= Hello World";
my ($tag, $content) = split /=/, $input;

XML::Twig::Elt -> new ( $tag, $content ) -> print;

输出：

<String> Hello World</String>

作为一个更广泛的例子：

#!/usr/bin/env perl
use strict;
use warnings;

use XML::Twig;

my $input = "";
my ( $tag, $content ) = split /=/, $input;

my $doc = XML::Twig->new( pretty_print => 'indented_a' ) ;
$doc->set_xml_version("1.0");
$doc->set_encoding('utf-8');
$doc->set_root( XML::Twig::Elt->new('root') );

while (<>) {
   chomp;
   my ( $tag, $content ) = split /=/;
   if ( $content =~ m/^B/ ) {
      $doc->root->insert_new_elt( 'last_child', $tag, $content );
   }
}

$doc->print;

输入：

String= Hello World
tag=B1234 some text here
newtag=fish heads fish heads roly poly fish heads
String=Better fun joy here

给出结果：

<?xml version="1.0" encoding="utf-8"?>
<root>
  <String>Better fun joy here</String>
  <tag>B1234 some text here</tag>
</root>

使用正确的解析器并不太难，如果您需要更多理由：RegEx match open tags except XHTML self-contained tags

Sed：仅当标记与第一个字符串

2 个答案: