sed：替换用单引号包围的中间数字模式

Question

我有数百个包含以下文本类型的xml文件

Exception Domains

其中 max_value 元素可能具有不同的值。

问题：我需要在所有文件中将max_value元素的值替换为100（例如）。我尝试过像下面这样的事情。

<Init dflt_value='1.00' max_value='1000000.00' diff_ele='1.0' new='Yes' />

但没有什么对我有用。 它可能是什么解决方案？

Answer 1

不要使用正则表达式解析XML / HTML，使用正确的XML / HTML解析器和强大的xpath查询。

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XML / HTML。由于XML / 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通常默认使用libxml2，xpath1安装（检查my wrapper以使换行符分隔输出

xmlstarlet可以编辑，选择，转换......默认情况下不安装，xpath1

通过perl的模块XML :: XPath，xpath1

安装

xpath

xidel xpath3

saxon-lint我自己的项目，包装在@Michael Kay的Saxon-HE Java库中，xpath3

或者您可以使用高级语言和正确的库，我想：

python的lxml（from lxml import etree）

perl的XML::LibXML，XML::XPath，XML::Twig::XPath，HTML::TreeBuilder::XPath

ruby nokogiri，check this example

php DOMXpath，check this example

检查：Using regular expressions with HTML tags

xpath使用xmlstarlet的示例：

xmlstarlet ed -u '//Init/@max_value' -v '100' *.xml

如果您要编辑 ，请使用-L开关：

xmlstarlet ed -L -u '//Init/@max_value' -v '100' *.xml

使用xpath＆amp;的示例python来编辑到位

# edit in place XML
from lxml import etree
import sys
myXML = sys.argv[1]

tree = etree.parse(myXML)
root = tree.getroot()
code = root.xpath("//Init")
for i in code:
    if (i.attrib['max_value']):
        i.attrib['max_value'] = '100'

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

Answer 2

你的具体问题是，在sed中，.*是“贪婪的”。也就是说，它尽可能地匹配 ，这可能导致它将两个或多个字段合并为一个。

你想要对你的比赛更加小心。要替换数字，请尝试只匹配数字，可能是小数点：

s/max_value='[0-9.]*'/max_value='25'/g

通常，您要做的是使用结束引号的否定字符类：

s/'[^']*'/ ...

但是在这个特定的情况下，0-9完成了这项工作，并且稍微清楚一些。 （您不希望尝试使用这种方式使用正模式匹配句子中的每个可能字符 - 使用负模式更好，只说“除了结束引号之外的所有内容，然后是结束引用”。

Answer 3

问题是您在' subexpr中包含.*个字符。更好用：

xargs sed "/max_value=/s/max_value='[^']*'/max_value='${new_value}'/g"

注释

请注意'是shell的特殊字符（所以我在整个sed命令周围使用双引号）

还要考虑到表达式不仅可以出现在您正在搜索的位置。由于XML不是常规的，因此用匹配的正则表达式解析它并不是一个好主意。使用完整的XML解析器将允许您以xml属性为基础更改所有实例，而不是纯文本搜索。并且考虑到grep(1)是一个过滤器，您不会编辑文件，您将在标准输出上获得该文件。

如果要编辑文件，可以使用ed(1)代替。

grep -rl max_value . |
while read file
do
    ed file <<EOF
    1,$s/max_value='[^']'/max_value='100'/g
    w
    q
EOF
done