Question

我有一个csv文件，在每行的开头都有一个文本字符串，然后是另一个长XML字符串开始。下面是一行，为方便起见，我将其格式化为XML。

    0b51b828-9416-4933-80ad-dd44ae2377b5<Company xmlns="abcd">
    <Employee>
        <Id>999999</Id>
        <Name>Hulk</Name>
        <Email>hulk@smash.com</Email>
    </Employee>
    <ApplicationName/>
    <Identifier/>
    <Headquarter>
        <City>XYZ</City>
        <House>123</House>
    </Headquarter>
</Company>

我需要提取起始文本，直到第一次出现“＆lt;”其中xml开始并修改每一行，如下所示：

<Record> -- adding parent xml enclosure
<Parent_id>0b51b828-9416-4933-80ad-dd44ae2377b5</Parent_id> -- for reference
<Company xmlns="abcd">
    <Employee>
        <P_id>0b51b828-9416-4933-80ad-dd44ae2377b5</P_id> -- replicating p_id under each xml tag groups
        <Id>999999</Id>
        <Name>Hulk</Name>
        <Email>hulk@smash.com</Email>
    </Employee>
    <ApplicationName/>
    <Identifier/>
    <Headquarter>
        <P_id>0b51b828-9416-4933-80ad-dd44ae2377b5</P_id> -- same here
        <City>XYZ</City>
        <House>123</House>
    </Headquarter>
</Company>
</Record>

我假设它需要多次迭代来实现这一点，但我对任何想法持开放态度。可以使用的工具是shell，map reduce或在文件的每一行上执行此操作的任何有效方法。

谢谢！

Answer 1

假设：

$ cat file
0b51b828-9416-4933-80ad-dd44ae2377b5<Company xmlns="http://example.com/abcd"><Employee><Id>999999</Id><Name>Hulk</Name><Email>hulk@smash.com</Email></Employee><ApplicationName/><Identifier/><headquarter><city>XYZ</city><house>123</house></headquarter></Company>

然后：

IFS='<' read -r string xml < file
xml="<$xml"   # add the leading bracket that the read command removed.
{ 
    echo "<Record>"
    xmlstarlet edit --omit-decl \
        --subnode /_:Company/_:Employee    --type elem --name P_id --value "$string" \
        --subnode /_:Company/_:headquarter --type elem --name P_id --value "$string" \
        --subnode /                        --type elem --name Parent_id --value "$string" \
            <<<"$xml"
    echo "</Record>"
}

输出

<Record>
<Company xmlns="http://example.com/abcd">
  <Employee>
    <Id>999999</Id>
    <Name>Hulk</Name>
    <Email>hulk@smash.com</Email>
    <P_id>0b51b828-9416-4933-80ad-dd44ae2377b5</P_id>
  </Employee>
  <ApplicationName/>
  <Identifier/>
  <headquarter>
    <city>XYZ</city>
    <house>123</house>
    <P_id>0b51b828-9416-4933-80ad-dd44ae2377b5</P_id>
  </headquarter>
</Company>
<Parent_id>0b51b828-9416-4933-80ad-dd44ae2377b5</Parent_id>
</Record>

根据字符串序列

1 个答案: