在 XML 文件中查找和有条件地编辑文本

Question

我有一个包含以下内容的 (XML-) 文件：

<class>OverAll</class>
        <char>
                <rank> 1</rank>
                <name> yyy</name>
                <level> 9</level>
                <experience>53842</experience>
                <class>xxx</class>
        </char>
        <char>
                <rank> 2</rank>
                <name>aaa</name>
                <level> 9</level>
                <experience>53074</experience>
                <class>zzz</class>
        </char>

..等等。我想提取<experience> </experience> 行之间的数字，并将其替换为我在标签之间找到的数字的修改版本。例如，该文件在脚本之后应如下所示：

<class>OverAll</class>
        <char>
                <rank> 1</rank>
                <name> yyy</name>
                <level> 9</level>
                <experience>53.842</experience>
                <class>xxx</class>
        </char>
        <char>
                <rank> 2</rank>
                <name>aaa</name>
                <level> 9</level>
                <experience>53.074</experience>
                <class>zzz</class>
        </char>

（我想添加一个千位分隔符，并且需要 100 万以上的值。所以 2000 个分隔符 :) 我能够找到并替换号码，但我不知道如何使用输入的号码并对其进行修改并将其添加回该行。

也许有人可以在这里提供帮助？ 非常感谢:)

Answer 1

单行sed 可以做到，假设最后三位总是十进制：

sed -zE 's#([[:digit:]]{7,})([[:digit:]]{1})[[:space:]]*(</experience[[:space:]]*>)#\1.\2\3#g;s#([[:digit:]]{3})[[:space:]]*(</experience[[:space:]]*>)#.\1\2#g'

sed参数分解：

• -zE
  • -z 或 --null-data：用 NULL 字符分隔行以允许跨行进行模式匹配，因为 XML 语法允许在标记的 > 括号之前使用空格、制表符和换行符。
  • -E 或 --regexp-extended：在脚本中使用扩展的正则表达式（为了便于移植，请使用 POSIX -E）。
• s#([[:digit:]]{7,})([[:digit:]]{1})[[:space:]]*(</experience[[:space:]]*>)#\1.\2\3#g:
  在最后一位前插入小数点，以体验包含七位加一（八）位或更多位的数字（百万位或更多位带一个额外的小数位）。
• s#([[:digit:]]{3})[[:space:]]*(</experience[[:space:]]*>)#.\1\2#g:
  在最后三位数字前插入小数点，以体验以三位数字结尾的数字（自动排除之前sed 命令已处理的百万体验。

现在请记住，它也不会解析 XML，因为它会替换 XML 树中任何位置的 <experience> 标记中的数字。

正则表达式并不意味着解析标记语言。有更好、更高效和专用的工具来使用 XSLT/XPATH 操作 XML，例如 saxon、xsltproc、xmllint...

对xsltproc 使用适当的 XML 处理：

decimal-experience.xsl

<?xml version="1.0"?>

<xsl:stylesheet version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">

  <!-- Cosmetic sugar to have the xml declaration header and indent -->
  <xsl:output omit-xml-declaration="no" indent="yes"/>

  <!-- Cosmetic sugar to remove unneeded spaces in elements -->
  <xsl:strip-space elements="*"/>

  <!-- Copy all the nodes as-is from the source xml -->
  <xsl:template match="*">

    <xsl:copy>
      <xsl:apply-templates select="node()"/>
    </xsl:copy>
  </xsl:template>

  <!-- Process the content of the experience tag within the char tag -->
  <xsl:template match="char/experience/">

    <!-- If the experience is not already in decimal form -->
    <xsl:if test="not(contains(., '.'))">

      <xsl:choose>

        <!-- When the experience is less than a Million -->
        <xsl:when test=". &lt; 9999999">
          <!-- The last three digits are decimals -->
          <xsl:value-of select="format-number(. div 1000, '0.000')"/>
        </xsl:when>

        <!-- Otherwise the experience is a Million or more -->
        <xsl:otherwise>
          <!-- The last digit is decimal -->
          <xsl:value-of select="format-number(. div 10, '0.0')"/>
        </xsl:otherwise>
      </xsl:choose>
    </xsl:if>
  </xsl:template>
</xsl:stylesheet>

运行上面的 XSLT 转换：

xsltproc decimal-experience.xsl characters.xml

示例输出：

我创建了一个带有 span 根标记的有效虚构 characters.xml，因为您的提取是无效的 XML。

<?xml version="1.0"?>
<span>
  <class>OverAll</class>
  <char>
    <rank> 1</rank>
    <name> yyy</name>
    <level> 9</level>
    <experience>53.842</experience>
    <class>xxx</class>
  </char>
  <char>
    <rank> 2</rank>
    <name>aaa</name>
    <level> 9</level>
    <experience>53.074</experience>
    <class>zzz</class>
  </char>
  <char>
    <rank> 3</rank>
    <name>Million</name>
    <level>42</level>
    <experience>5585307.4</experience>
    <class>zzz</class>
  </char>
</span>