小写除 xml 标签外的所有文本答案

【问题标题】：Lowercase all text except xml tags小写除 xml 标签外的所有文本
【发布时间】：2015-02-04 05:53:26
【问题描述】：

我有大量的标记字符串：

watch <TEAM>Philly's</TEAM> Game
what's on <TIME>Wednesday night eight o'clock</TIME>

我想将除 XML 标记之外的所有文本都小写。即

watch <TEAM>philly's</TEAM> game
what's on <TIME>wednesday night eight o'clock</TIME>

我可以使用 awk 将所有文本小写：

awk '{print tolower($0)}' file.txt

但不知道如何避免 XML 标记。欢迎使用任何语言/工具。

【问题讨论】：

标签： xml linux awk sed

【解决方案1】：

这个 sed (gnu) 单线可能会有所帮助：

sed -r 's/([^<>]*)($|<)/\L\1\E\2/g'

用你的例子：

kent$ echo "watch <TEAM>Philly's</TEAM> Game
what's on <TIME>Wednesday night eight o'clock</TIME>"|sed -r 's/([^<>]*)($|<)/\L\1\E\2/g' 
watch <TEAM>philly's</TEAM> game
what's on <TIME>wednesday night eight o'clock</TIME>

【讨论】：

像魅力一样工作！我的工程师的好奇心现在问它是如何工作的！你介意解释一下命令吗？我看到带有两个捕获组的搜索/替换命令，但没有看到更多..
@xeon 将 \L\1\E\2 更改为 ######\2 然后您会看到正则表达式匹配的内容。对于\L \E，请阅读信息sed，有详细解释。
\E 在这种情况下是没用的。

【解决方案2】：

sed -e 's/\(.*\)/\L\1/' -e 's/\(<[^>]*>\)/\U\1/g' fileName

【讨论】：

看起来这个解决方案只是结合了两个命令（与第一个答案相比）。为什么你使用 \U 而不是 \E？
@xeon，它的方法略有不同。第一个表达式将所有内容都转换为小写，第二个表达式将之间的任何内容都转换为大写。如果当前并非所有 xml 标记都是大写的，这可能会很方便。

【解决方案3】：

这里是使用awk的方法

awk -F"<|>" '{for (i=1;i<=NF;i++) printf "%s",(i%2?tolower($i):"<"$i">");print ""}' file
watch <TEAM>philly's</TEAM> game
what's on <TIME>wednesday night eight o'clock</TIME>

它通过< 或> 分隔字段，然后在当时循环通过第一个字段。
如果是偶数就改小，如果奇数重新加<>

【讨论】：