替换XML文件中的空格字符

Question

我想替换XML文件中的空格字符，例如：

从：

<UserDescription>
 <userName>Test User 1</userName>
</UserDescription>

为：

<UserDescription>
    <userName>Test_User_1</userName>
</UserDescription>

首选使用sed，因为这是目前最可行的选择。

感谢任何建议或反馈。感谢

Answer 1

不要使用正则表达式解析HTML，请使用正确的XML / HTML解析器。

理论：

根据编译理论，无法使用基于finite state machine的正则表达式解析HTML。由于HTML的层次结构，您需要使用pushdown automaton并使用LALR等工具操作YACC语法。

在shell中的realLife©®™日常工具：

您可以使用以下其中一项：

xmllint

xmlstarlet

saxon-lint（我自己的项目）

检查：Using regular expressions with HTML tags

使用xpath：

的示例

xmlstarlet edit -L -u '//userName' \
  -x 'translate(//userName/text(), " ", "_")' file.xml

输出：

$ cat file.xml
<?xml version="1.0"?>
<UserDescription>
  <userName>Test_User_1</userName>
</UserDescription>

Answer 2

使用python和xpath（为了好玩）：

from lxml import etree

myXML = 'file.xml'
tree = etree.parse(myXML)
root = tree.getroot()
code = root.xpath("//userName")
code[0].text = code[0].text.replace(' ', '_')
print(code[0].text)

etree.ElementTree(root).write(myXML, pretty_print=True)

输出：

$ cat file.xml
<?xml version="1.0"?>
<UserDescription>
  <userName>Test_User_1</userName>
</UserDescription>

Answer 3

使用perl也是为了好玩：

n*n*n*n