解析 XML - 从标签中减去值答案

【问题标题】：Parsing XML - Subtracting values from tags解析 XML - 从标签中减去值
【发布时间】：2013-02-08 22:46:15
【问题描述】：

我在一个非常大的文件中有以下 xml 结构：

<sit>619709.6044;144998.7059;-090372.58119</sit>
<vll>0;0;0</vll>
<cor>255;0;255</cor>

如何减去 sit 标记中的值？该标签由 ; 分隔的三个值组成，每个值都必须从特定数字中减去。

可以使用任何 unix 工具。（awk、sed、bc 等）

因此，如果该特定数字对于第一个值是 1000，对于第二个值是 100，对于第三个值是 10，那么结果将是：

<sit>618709;144898;-090362</sit>
<vll>0;0;0</vll>
<cor>255;0;255</cor>

无需保留分数。

【问题讨论】：

标签： linux xml-parsing sed awk bc

【解决方案1】：

这是使用awk 的一种方式。运行如下：

awk -v a=1000 -v b=100 -v c=10 -F "[<;>]" -v OFS=";" -f ./script.awk file

script.awk的内容：

/^<sit>/ && /<\/sit>$/ {
    $0 = "<sit>" format($3, a) OFS format($4, b) OFS format($5, c) "</sit>"
}1

function format(field, var) {
    f = sub(/^-/, "", field)
    return (f == 1 ? "-" : "") sprintf("%06d", int(field-var))
}

结果：

<sit>618709;144898;-090362</sit>
<vll>0;0;0</vll>
<cor>255;0;255</cor>

您还没有完全清楚如何格式化您的输出。看起来您希望整数最多填充六个前导零，无论它们是正数还是负数。上面的脚本会做到这一点。如果那个零实际上是一个错字，那么这个单行就足够了：

awk -v a=1000 -v b=100 -v c=10 -F "[<;>]" -v OFS=";" '/^<sit>/ && /<\/sit>$/ { $0 = "<sit>" sprintf("%06d",int($3-a)) OFS sprintf("%06d",int($4-b)) OFS sprintf("%06d",int($5-c)) "</sit>" }1' file

结果：

<sit>618709;144898;-90382</sit>
<vll>0;0;0</vll>
<cor>255;0;255</cor>

【讨论】：

正是我想要的...填充。对不起我虚弱的功夫英语。

【解决方案2】：

awk '
BEGIN{ split("1000 100 10",dec); FS=OFS=";" }
gsub(/<\/?sit>/,"") {
   for (i=1;i<=NF;i++)
      $i = int($i - dec[i])
   $0="<sit>" $0 "</sit>"
}
1' file
<sit>618709;144898;-90382</sit>
<vll>0;0;0</vll>
<cor>255;0;255</cor>

【讨论】：

【解决方案3】：

在XML::Twig 解析器的帮助下使用perl 的一种方式：

假设xmlfile有以下数据：

<root>
        <sit>619709.6044;144998.7059;-090372.58119</sit>
        <vll>0;0;0</vll>
        <cor>255;0;255</cor>
</root>

还有script.pl的代码：

#!/usr/bin/env perl

use warnings;
use strict;
use XML::Twig;
use POSIX qw<floor ceil>;

my @substracts = qw<1000 100 10>;

my $twig = XML::Twig->new(
    twig_handlers => {
        'sit' => sub { 
            my @sit_values = map { $_ < 0 ? ceil $_ : floor $_  } split /;/, $_->text_only;
            for my $i ( 0 .. $#substracts ) { 
                $sit_values[ $i ] -= $substracts[ $i ];
            }   

            $_->set_text( join q|;|, @sit_values );
        }   
    },  
    pretty_print => 'indented',
)->parsefile( shift )->print;

像这样运行它：

perl-5.14.2 script.pl xmlfile

产生：

<root>
  <sit>618709;144898;-90382</sit>
  <vll>0;0;0</vll>
  <cor>255;0;255</cor>
</root>

【讨论】：