使用 sed 或 awk 在 XML 文件中搜索替换

Question

所以我有一个任务，我必须通过 bash shell 脚本来操作 XML 文件。

以下是步骤：

1. 查询 XML 文件以获取值。
2. 获取该值并交叉引用它以从列表中查找新值。
3. 用新值替换不同元素的值。

以下是删除了非必要信息的 XML 示例：

<fmreq:fileManagementRequestDetail xmlns:fmreq="http://foobar.com/filemanagement">
      <fmreq:property>
         <fmreq:name>form_category_cd</fmreq:name>
         <fmreq:value>Memos</fmreq:value>
      </fmreq:property>
      <fmreq:property>
         <fmreq:name>object_name</fmreq:name>
         <fmreq:value>Correspondence</fmreq:value>
      </fmreq:property>
</fmreq:fileManagementRequestDetail>

我必须从 object_name 下的 value 元素中获取值，交叉引用它，然后用新值替换 form_category_cd value 元素下的值：

因此，如果 object_name -> value 是 Correspondence，那么 form_category_cd -> value 可能需要是 YYZ。

问题是，我只能使用我们服务器上可用的工具，因为我们的操作组限制我们使用手头的工具。这是一场争取更新 xmllint 然后被否决的斗争。我使用的版本不支持--xpath，相信我在美好的一天很难。此外，我可用的版本不支持命名空间，因此 xmllint 已出局。

我试过 sed，但它似乎不喜欢我的正则表达式，即使我尝试的每个测试器都工作正常。

正则表达式：

(<fmreq\:name>object_name<\/fmreq\:name>)(?:\n\s*)(<fmreq\:value>)(.*)(<\/fmreq\:value>)

我需要获得第 3 组，但 ​​sed 不会返回它。相反，它返回 XML 文件的全部内容。

sed -e 's/\(<fmreq\:name>object_name<\/fmreq\:name>\)\(?:\n\s*\)\(<fmreq\:value>\)\(.*\)\(<\/fmreq\:value>\)/\3/' < c3.xml 

我对 awk / gawk 不太熟悉，所以我也在努力弄清楚它们，但如果能找到解决方案，我会向他们开放。

很想有一个 awk / gawk 解决方案，只是为了让老板高兴，因为他是 awk 的老粉丝，但我会尽我所能，因为我很难过。

我再次必须使用手头的工具并且无法安装任何新的东西。

Answer 1

我认为您的命令存在几个问题sed：

• 您不使用该-n选项，因此默认情况下sed仅将输入的每一行打印到输出（可能由sed命令修改）。

• 您不需要重定向< c3.xml，因为sed将最后一个参数识别为文件名。

• sed不太适合多行匹配。参见此处的示例。

以下似乎适用于您的示例：

sed -n "/<fmreq:name>object_name<\/fmreq:name>/ {n;p}" c3.xml | sed "s/^\s*<fmreq:value>\(.*\)<\/fmreq:value>/\1/g"

或者，仅sed调用一次：

sed -n "/<fmreq:name>object_name<\/fmreq\:name>/ {n;s/^\s*<fmreq:value>\(.*\)<\/fmreq:value>/\1/g;p}" c3.xml

该命令的作用细分：

• 该选项-n指示sed在处理完该行后不要打印模式空间。因此，您需要p明确使用该命令来执行此操作。

• /regex/告诉sed只执行匹配的行上的命令regex。

• 该sed命令n将模式空间的内容替换为下一行输入，即包含您感兴趣的值的行。

• 该sed命令将模式空间中的s/regex/replacement/第一个匹配项替换为。regexreplacement

• 该sed命令p打印该行。