在 Bash 中的同一标记内删除 XML 选项卡和换行符答案

【问题标题】：Remove XML tabs & newline within same tag in Bash在 Bash 中的同一标记内删除 XML 选项卡和换行符
【发布时间】：2021-04-17 08:29:38
【问题描述】：

我有如下 XML 数据，但名称和结束标记不同。

这种格式易于阅读，但在数据提取方面存在问题。

XML 源数据

<Device name="MotorA" 
type="stepper" 
factor="2" 
profile="high" 
SyncMode="false">

<Param name="Gain" 
type="Baic" 
PID="Standard" 
valid="true" 
version="1.2"/>

预期输出

<Device name="MotorA" type="stepper" factor="2" profile="high" SyncMode="false">
<Param name="Gain" type="Baic" PID="Standard" valid="true" version="1.2"/>

如何删除同一标签（一个标签，一行）内的制表符/换行符，以便在 Bash 脚本中提取数据？

环境是“Linux develop 3.13.0-24-generic #47-Ubuntu SMP Fri May 2 23:30:00 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux”

【问题讨论】：

在您的示例中，不仅 同一标签内的换行符 被删除，而且标签之间的空行也被删除。你应该明确这是否是需要的。

标签： xml bash

【解决方案1】：

<Device [...]> 节点的结束 </Device> 标记在哪里？您的 XML 数据表明 <Param [...]> 节点实际上是子节点而不是兄弟节点。

我建议您使用 XML 解析器处理 XML，例如 xidel。幸运的是xidel 对未封闭的标签相当宽容：

$ xidel -s "input.xml" -e . --output-node-format=xml
<Device name="MotorA" type="stepper" factor="2" profile="high" SyncMode="false">

<Param name="Gain" type="Baic" PID="Standard" valid="true" version="1.2"/></Device>

注意到结束 </Device> 标记了吗？

或适当缩进：

$ xidel -s "input.xml" -e . --output-node-format=xml --output-node-indent
<Device name="MotorA" type="stepper" factor="2" profile="high" SyncMode="false">
  <Param name="Gain" type="Baic" PID="Standard" valid="true" version="1.2"/>
</Device>

【讨论】：

【解决方案2】：

以下内容对我有用（其中srcdatas.xml 是一个 XML 文件，其中包含您问题中的 xml 源数据）。

awk 'BEGIN {RS=""}{gsub(/\n/, " ", $0); print $0}' srcdatas.xml

在Windows Subsystem for Linux (WSL) 上测试，特别是

Ubuntu 20.04.2 LTS (GNU/Linux 4.4.0-19041-Microsoft x86_64)

灵感来自以下关于serverfault

的问题

linux - remove line break using AWK

【讨论】：

感谢您的回答，但它删除了所有换行符。我们可以删除同一标签中的换行符并使其成为“一个标签，一行”谢谢
@AlbertLiang 我写道它在我的环境中工作。我猜你有不同的环境。也许您应该edit您的问题并添加更多详细信息，例如您所在的平台。你在Windows系统上吗？请注意，我只是从您的问题中复制了 XML 并将其粘贴到我使用 vi editor 创建的文本文件中。
感谢您的提醒。我的环境是“Linux develop 3.13.0-24-generic #47-Ubuntu SMP Fri May 2 23:30:00 UTC 2014 x86_64 x86_64 x86_64 GNU/Linux”
@AlbertLiang 我无法访问 linux 系统。我假设上述命令在您的系统上的输出是一行。如果是这样，则尝试将上述命令的输出通过管道传送到另一个 awk（或 sed）命令，该命令在 [XML] 结束标记的 > 和以下开始标记的 < 之间插入换行符.

【解决方案3】：

如果ed 可用/可接受。注意ed不是解析xml文件的工具。

#!/usr/bin/env bash

ed -s file.xml <<-EOF
  g/^</;/>$/j
  ,p
  Q
EOF

或单独的ed 脚本，script.ed

g/^</;/>$/j
,p
Q

然后

ed -s file.xml < script.ed

内嵌

printf '%s\n' 'g/^</;/>$/j' ,p Q | ed -s file.xml

如果需要就地编辑 file.xml，请将 Q 更改为 w。

【讨论】：

【解决方案4】：

此命令删除所有制表符和换行符，并为每个以>结尾的标签添加换行符

tr -d '\t\n' < yourxml | sed -e $'s/>/>\\\n/g'

经过测试

Mac bash：GNU bash，版本 4.4.12(1)-release (x86_64-apple-darwin15.6.0)
Ubuntu bash：GNU bash，版本 5.0.17(1)-release (x86_64-pc-linux-gnu)

【讨论】：