排除 sed 中的 xml 标记 - 具体情况答案

【问题标题】：excluding xml tag in sed - specific case排除 sed 中的 xml 标记 - 具体情况
【发布时间】：2012-11-15 13:13:22
【问题描述】：

请帮忙！我花了几个小时寻找我的解决方案，我正在用头撞墙...... 我想要使用 sed 做的只是：查找包含“Number Deleted”字符串的标签，并将其删除

输入：

    <Cell ss:StyleID="s128"/>
    <Cell ss:StyleID="s128"/>
   </Row>
   <Row ss:AutoFitHeight="0">
    <Cell ss:StyleID="s81"><Data ss:Type="String">Number Deleted</Data></Cell>
    <Cell ss:StyleID="s81"/>
    <Cell ss:StyleID="s81"/>
    <Cell ss:StyleID="s81"/>
    <Cell ss:StyleID="s82"><Data ss:Type="Boolean">0</Data></Cell>
    <Cell ss:StyleID="s81"/>
    <Cell ss:StyleID="s82"><Data ss:Type="Boolean">0</Data></Cell>
    <Cell ss:StyleID="s83"><Data ss:Type="String">-1</Data></Cell>
    <Cell ss:StyleID="s81"><Data ss:Type="String">&quot;Deleted:&quot;</Data></Cell>
    <Cell ss:StyleID="s81"/>
    <Cell ss:StyleID="s81"/>
    <Cell ss:StyleID="s81"/>
   </Row>
   <Row ss:AutoFitHeight="0">
    <Cell><Data ss:Type="String">Number Saved</Data></Cell>
    <Cell ss:Index="5"><Data ss:Type="Boolean">0</Data></Cell>
    <Cell ss:Index="7"><Data ss:Type="Boolean">0</Data></Cell>

输出：

    <Cell ss:StyleID="s128"/>
    <Cell ss:StyleID="s128"/>
   </Row>

   <Row ss:AutoFitHeight="0">
    <Cell><Data ss:Type="String">Number Saved</Data></Cell>
    <Cell ss:Index="5"><Data ss:Type="Boolean">0</Data></Cell>
    <Cell ss:Index="7"><Data ss:Type="Boolean">0</Data></Cell>

到目前为止，我想通了，如何查看 xml 排除行从“删除编号”到标签末尾，但这不利于 xml 完整性，因为标签未关闭，这就是我所拥有的：

function filter_xml
{
  START="<Cell ss:StyleID="s81"><Data ss:Type="String">Number Deleted"
  END="<\/Row>"
  sed "/$START/,/$END/d" file.xml
}

【问题讨论】：

您应该使用 XML 工具进行此类操作。在任何复杂的嵌套中使用 sed 或 grep 都会失败。
肯定的是，sed 不适合，但杀了我 :) 它必须是 sed

标签： xml bash sed multiline

【解决方案1】：

使用可识别 XML 的工具。例如xsh:

open file.xml ;
remove //Row[Cell/Data/text()='Number Deleted'] ;
save :b ;

【讨论】：

【解决方案2】：

我不认为sed 是处理 XML 文件的最佳工具。

难道你不能真正解析 XML 文件吗？

这是一个使用python 的快速而肮脏的例子：

在 /tmp/data 文件中：

<data xmlns:ss="foobar">
<Row>
<Cell ss:StyleID="s128"/>
<Cell ss:StyleID="s128"/>
</Row>
<Row ss:AutoFitHeight="0">
<Cell ss:StyleID="s81"><Data ss:Type="String">Number Deleted</Data></Cell>
<Cell ss:StyleID="s83"><Data ss:Type="String">-1</Data></Cell>
</Row>
<Row ss:AutoFitHeight="0">
<Cell><Data ss:Type="String">Number Saved</Data></Cell>
<Cell ss:Index="5"><Data ss:Type="Boolean">0</Data></Cell>
</Row>
</data>

Python 代码：

import xml.dom.minidom as Xml
file = "/tmp/data"
xmlDoc = Xml.parse(file)
for row in xmlDoc.getElementsByTagName("Row"):
  if "Number Deleted" not in row.toprettyxml():
    print row.toxml()

输出：

<Row>
<Cell ss:StyleID="s128"/>
<Cell ss:StyleID="s128"/>
</Row>
<Row ss:AutoFitHeight="0">
<Cell><Data ss:Type="String">Number Saved</Data></Cell>
<Cell ss:Index="5"><Data ss:Type="Boolean">0</Data></Cell>
</Row>

【讨论】：

【解决方案3】：

这可能对你有用（GNU sed）：

sed '/<Row /!b;:a;$bb;N;/.*\n[^\n]*<\/Row>/!ba;:b;/Number Deleted/d' file

【讨论】：