Question

我需要找到基于模式的列表，并添加或删除其他字符串...

我在文件中有一个URL的xml列表。

在我的文件中，单行显示：

"xml" : "SOMESTUFFWEDONOTCARE<node n=\"Group1\" u-l=\"toto.com;tata.com;tutu.com\"></node><node n=\"Group2\" u-l=\"bobo.com;baba.com\"></node><node n=\"Group3\" u-l=\"toto.com;papa.com;pepe.com;pupu.com\"></node>SOMESTUFFWEDONOTCARE"

我的问题：

在Group1中，我要将“ newwebsite.com”添加到列表中（在列表的末尾）

所以u-l=\"toto.com;tata.com;tutu.com\"变成u-l=\"toto.com;tata.com;tutu.com;newwebsite.com\"

我当然只知道“ Group1”和“ newwebsite.com” ...

在Group3中，我要从列表中删除“ toto.com”

所以u-l=\"toto.com;papa.com;pepe.com;pupu.com\"变成u-l=\"papa.com;pepe.com;pupu.com\"

它一定不能从Group1中删除“ toto.com”，并且我假设我不知道“ toto.com”在Group3列表中的位置（位置1到N）。

解决方案可以是perl代码（作为文件处理程序在文件上工作）或perl代码中的“ sed”（直接与文件一起工作）。我不想将xml放入哈希并对其进行处理（我已经尝试过并且基本上可以正常工作，但是当我们再次将所有内容都放入文件中时，由于带有重音符号，换行符或非utf-8的原因，这是一团糟字符，输出与输入永远不匹配...

Answer 1

仅通过解析JSON即可实现。我怀疑在不解析JSON的情况下这样做是个好主意。

我编写了一个可以修改组，添加以及从中删除域的实现。您需要记住，用正则表达式更改XML中的内容总是脆弱而幼稚的。由于它依赖于正确顺序的事物，因此它很容易崩溃。它不知道XML标记内的属性，甚至不知道标记本身。只是一堆文字。

话虽如此，让我们先来看一下配置和实际调用。

use strict;
use warnings;
use JSON;
my $json =
  q[{"xml" :"SOMESTUFFWEDONOTCARE<node n=\"Group1\" u-l=\"toto.com;tata.com;tutu.com\"></node><node n=\"Group2\" u-l=\"bobo.com;baba.com\"></node><node n=\"Group3\" u-l=\"toto.com;papa.com;pepe.com;pupu.com\"></node>SOMESTUFFWEDONOTCARE"}];
my $hash = decode_json $json;
$hash->{xml} = process(
    $hash->{xml} => {
        "Group1" => {add    => [qw/newwebsite.com/]},
        "Group3" => {remove => [qw/toto.com/]}
    },
);
print encode_json($hash);

第一个假设是，您提供给我们的数据字符串（看起来像JSON）实际上是JSON，并且用反斜杠转义是逐字逐句的。如果更改，则所有代码都会中断。

这里有一个配置，使您可以说要从一个组中add和/或remove中访问域。

这是在process子项中完成的，它将对组进行迭代，在XML字符串中找到第一个匹配项并进行处理。假定整个XML文档在一行中。如果有换行符，则会中断。

这是全部功能。

sub process {
    my ($xml, $args) = @_;

    foreach my $group (keys %$args) {
        if ($xml =~ m/<node n="\Q$group\E" u-l="([^"]+)">/) {
            my $existing_list = $1;
            my @items = split /;/, $existing_list;

            # remove items from the list
            if (exists $args->{$group}->{remove}) {
                no warnings 'experimental';

                my @remove = @{$args->{$group}->{remove}};
                @items = grep { not $_ ~~ @remove } @items;
            }

            # add new items to the list
            if (exists $args->{$group}->{add}) {
                push @items, @{$args->{$group}->{add}};
            }

            # serialise the list and stick it back in
            # need the "" as an anchor
            my $new_list = join ';', @items;
            $xml =~ s/"(\Q$existing_list\E)"/"$new_list"/;
        }
    }
    return $xml;
}

请记住，尽管它看起来像XML，但我们将其视为一堆文本。我们需要<node>的左，右括号作为锚点。我们获取域列表并进行操作。如果有多余的空格或元素顺序更改，则会中断。

代码使用简单的列表操作来处理域列表。

为便于轻松删除多个域，它使用了实验性的smartmatch运算符。您可以用其他方式实现它，但是我很懒。由于这是实验性的，因此只能在某些Perl版本上使用。

然后，通过将新列表替换为旧列表，将新列表重新粘贴到看起来像XML的大字符串中。我们需要确保没有特殊字符（例如点.）进入模式，因此我们用\Q和\E对其进行转义。

如果还不清楚，我再说一遍。尽管这对您在问题中给出的非常具体的参数集有效，但有可能在您的生产环境中无法完全发挥作用。您将不得不适应它，并且可能经常适应它。

最好同时使用JSON解析器和XML解析器。

Answer 2

我相信这可行。我正在使用perl正则表达式替换技术。希望我不要误解这个问题。

my $line = '"xml" : "SOMESTUFFWEDONOTCARE<node n=\"Group1\" u-l=\"toto.com;tata.com;tutu.com\"></node><node n=\"Group2\" u-l=\"bobo.com;baba.com\"></node><node n=\"Group3\" u-l=\"toto.com;papa.com;pepe.com;pupu.com\"></node>SOMESTUFFWEDONOTCARE"';

my $new_word = "newwebsite.com";
my $remove_word = "toto.com";
print $line;
$line =~ s/(.+)\\\"(Group1\\\" u-l=\\\".+.com)(\\\"\>\<\/node\>\<node n=\\\"Group2.+)(Group3\\\" u-l=\\\".+.com)(.+)/$1.$2.';'.${new_word}.$3.'***'.rm_string($4,$remove_word).$5/e;
print("\n\n$line");


sub rm_string{
    $string = shift;
    $remove_string=shift;
    $string =~ s/$remove_string;?//;
    $string =~ s/;$//;
    return($string);

}

结果替换后给出-


"xml" : "SOMESTUFFWEDONOTCARE<node n=Group1\" u-l=\"toto.com;tata.com;tutu.com;newwebsite.com\"></node><node n=\"Group2\" u-l=\"bobo.com;baba.com\"></node><node n=\"***Group3\" u-l=\"papa.com;pepe.com;pupu.com\"></node>SOMESTUFFWEDONOTCARE"

Answer 3

通过gnu sed将您的数据字符串保存在“ d”文件中

sed -E 's/(Group1\\.[^>]+)\"(><)/\1;newwebsite.com"\2/i; s/(Group3\\"[^=]+=\\")toto\.com;/\1/i' d

将字符串添加/删除到模式匹配

3 个答案: