使用 CygWin 在 txt 文件中插入新行

Question

我有一个 XML 表，其行结构如下：

<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
</row>

我想做的是在第 12 列之后添加第 13 列，它需要有一个递增的数字作为其值作为主键（从 1 开始，每行增加 1，如 X++ 等） .值得注意的是大约有 2000 万行。

我一直在尝试使用 CygWin (Mintty) 来解决这个问题，但我完全没有使用它或任何 Unix 的经验，这只是我被推荐的第一件事，它实际上能够加载这些可怕的 XML文件。

对于初学者，我尝试使用 Sed 使用以下命令插入第 13 列：

-i -e 's/\/C12>/\/C12><C13><\/C13>/g' t1s.txt

我的想法是我会用它本身 + 第 13 列替换关闭的 C12 括号。相反，它只是用 C13 替换了 C12，就好像斜线没有正确转义一样。

可能有一个“插入”而不是“替换”的命令，这使得我正在尝试做的事情看起来完全疯狂，但我不知道那个命令会是什么并且没有太多的运气搜索。我最接近的方法是改用 AWK，如果这对 Sed 不可行，我愿意这样做，但我不知道怎么做，而且似乎也有点困难。

我希望实现的是将文档更改如下（这很长，但是如果不包括所有内容显然没有意义。这个问题只涉及如何在每行中添加第13列，其他 12 个只是上下文）：

<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
    <C13>1</C13>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
    <C13>2</C13>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
    <C13>3</C13>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
    <C13>4</C13>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
    <C13>5</C13>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>foobar</C3>
    <C4>foobar</C4>
    <C5>foobar</C5>
    <C6>foobar</C6>
    <C7>foobar</C7>
    <C8>foobar</C8>
    <C9>foobar</C9>
    <C10>foobar</C10>
    <C11>foobar</C11>
    <C12>foobar</C12>
    <C13>6</C13>
</row>

这持续了几百万行......

请注意，唯一的变化是增加了第 13 列，并且每行的值都在增加。这就是这个问题的全部内容，其他 12 列只是周围的结构。

Answer 1

要编辑 XML 文件，最好使用 XML 解析器。

这是使用xmlstarlet（在Cygwin 中可用）将包含文本foobar 的节点C13 插入到您的XML 文件中的命令：

xmlstarlet ed --subnode "/row" -t elem -n C13 -v foobar ts1.txt

• ed：编辑/更新 XML 文档
• --subnode "/row"：在row节点内添加一个节点
• -t elem: 类型是元素
• -n C13：名字是C13
• v foobar：值为foobar

Answer 2

使用xmlstarlet 和 XSLT 转换：

给定这个 XSLT 文件

$ cat f.xslt 
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
    <!-- Identity transform -->
    <xsl:template match="/ | @* | node()">
            <xsl:copy>
                    <xsl:apply-templates select="@* | node()"/>
            </xsl:copy>
    </xsl:template>
    <xsl:template match="/">
            <xsl:for-each select="/doc/row">
                    <xsl:copy>
                            <xsl:apply-templates select="@* | node()"/>
                            <C13><xsl:value-of select="position()"/></C13>
                    </xsl:copy>
            </xsl:for-each>
    </xsl:template>
</xsl:stylesheet>

假设<row>...</row> 包含在标签<doc>...</doc> 中，您可以使用以下命令添加C13 节点及其计数：

xmlstarlet tr f.xslt file

tr 表示“转置”并使用 XSLT 文件修改给定的file。

XSLT 主要包含 2 个块。
一个称为“身份”的人实际上将输入保留为原样。第二个块查找每个<doc><row> 并复制其内容并添加带有计数的<C13> 节点。

致谢：here 和 here

Answer 3

如果您的输入真的那么常规和简单，那么您所需要的就是：

awk '{print} sub(/<C12>.*/,""){print $0"<C13>"++cnt"</C13>"}' file

但没有具体的东西来测试它的猜测。这就是我认为你正在尝试使用 MCVE 做的事情，每个块有 2 个 foobars 而不是 12 个：

$ cat file
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
</row>

$ awk '{print} sub(/<C2>.*/,""){print $0"<C3>"++cnt"</C3>"}' file
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>1</C3>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>2</C3>
</row>
<row>
    <C1>foobar</C1>
    <C2>foobar</C2>
    <C3>3</C3>
</row>

请注意，数字 12 和 13 可以通过调整从您的输入中生成，它们不需要在脚本中硬编码 top，但如果有必要，请注意，所以我没有费心去做。