猛砸，删除空的XML标记 [英] Bash, Remove empty XML tags
问题描述
我需要一些帮助一对夫妇的问题，使用bash工具
- 我想从一个文件，例如删除空的XML标记：
＆LT; CreateOffice code＆GT;
＆LT; OperatorId＆GT;＆已经LT; / OperatorId＆GT;
＆LT;办公室code＆GT; 1234 LT; /办公code＆GT;
＆LT;国家codeLength＆GT; 0℃; /国家codeLength＆GT;
＆LT;面积codeLength＆GT;第3版; /地区codeLength＆GT;
＆LT;属性＆GT;＆LT; /属性＆GT;
＆LT; ChargeArea＆GT;＆LT; / ChargeArea＆GT;
＆LT; / CreateOffice code＆GT;
成为：
＆LT; CreateOffice code＆GT;
＆LT; OperatorId＆GT;＆已经LT; / OperatorId＆GT;
＆LT;办公室code＆GT; 1234 LT; /办公code＆GT;
＆LT;国家codeLength＆GT; 0℃; /国家codeLength＆GT;
＆LT;面积codeLength＆GT;第3版; /地区codeLength＆GT;
＆LT; / CreateOffice code＆GT;
为了这个，我已经通过这个命令这样做。
SED -i/＆GT;＆LT; \\ // D'文件
这是不那么严格，它更像是一个把戏，更合适些会找到＆lt;模式＆GT;＆LT; /图案＆GT; 键，将其删除。建议？
＆LT; CreateOfficeGroup＆GT;
＆LT; CreateOfficeName＆GT;约翰和LT; / CreateOfficeName＆GT;
＆LT; CreateOffice code＆GT;
＆LT; / CreateOffice code＆GT;
＆LT; / CreateOfficeGroup＆GT;
到
＆LT; CreateOfficeGroup＆GT;
＆LT; CreateOfficeName＆GT;约翰和LT; / CreateOfficeName＆GT;
＆LT; / CreateOfficeGroup＆GT;
<醇开始=3>
＆LT; CreateOfficeGroup＆GT;
＆LT; CreateOfficeName＆GT;约翰和LT; / CreateOfficeName＆GT;
＆LT; CreateOffice code＆GT;
＆LT; OperatorId＆GT;＆已经LT; / OperatorId＆GT;
＆LT;办公室code＆GT; 1234 LT; /办公code＆GT;
＆LT;国家codeLength＆GT; 0℃; /国家codeLength＆GT;
＆LT;面积codeLength＆GT;第3版; /地区codeLength＆GT;
＆LT;属性＆GT;＆LT; /属性＆GT;
＆LT; ChargeArea＆GT;＆LT; / ChargeArea＆GT;
＆LT; / CreateOffice code＆GT;
＆LT; CreateOfficeSize＆GT;
＆LT;椅子＆GT;＆LT; /椅＆GT;
＆LT;桌子GT;＆LT; /桌＆GT;
＆LT; / CreateOfficeSize＆GT;
＆LT; / CreateOfficeGroup＆GT;
到
＆LT; CreateOfficeGroup＆GT;
＆LT; CreateOfficeName＆GT;约翰和LT; / CreateOfficeName＆GT;
＆LT; CreateOffice code＆GT;
＆LT; OperatorId＆GT;＆已经LT; / OperatorId＆GT;
＆LT;办公室code＆GT; 1234 LT; /办公code＆GT;
＆LT;国家codeLength＆GT; 0℃; /国家codeLength＆GT;
＆LT;面积codeLength＆GT;第3版; /地区codeLength＆GT;
＆LT; / CreateOffice code＆GT;
＆LT; / CreateOfficeGroup＆GT;
您可以回答这些问题作为个人？非常感谢你！
XMLStarlet 是一个命令行XML处理器。做你想用它的是一个单行的操作（直到所需递归行为被加入），并且将用于描述相同的输入XML语法的所有变体工作：
简单的版本：
xmlstarlet版\\
-d//*[not(./*）和（非（./文（））或正常化空间（./文（））=）]'\\
input.xml中
花哨的版本：
strip_recursively（）{
本地文档last_doc
IFS =读-r -d'DOC
而：;做
last_doc = $ doc的
DOC = $（xmlstarlet编辑\\
-d//*[not(./*）和（非（./文（））或正常化空间（./文（））=）]'\\
为/ dev /标准输入＆LT;＆LT;＆LT;$ last_doc）
如果[[$ doc的=$ last_doc]];然后
printf的'％s的\\ n'$ doc的
返回
科幻
DONE
}
strip_recursively＆LT;的input.xml
的/ dev /标准输入而不使用 - （在一定的成本，以平台的可移植性）为更好的便携性跨越XMLStarlet的排放;调整的味道。
在仅安装较旧的依赖关系有一个系统，已经安装了一个更可能的XML解析器是捆绑使用Python。
＃！的/ usr /斌/包膜蟒蛇进口位置为xml.etree.ElementTree作为etree
进口SYSDOC =调用etree.parse（sys.stdin）
高清西梅（父）：
ever_changed =假
而真正的：
改变=假
对于EL在parent.getchildren（）：
如果len（el.getchildren（））== 0：
如果（（el.text是无或el.text.strip（）==''）和
（el.tail是无或el.tail.strip（）==''））：
parent.remove（EL）
改变=真
其他：
改变=改变或修剪（EL）
ever_changed =改变或ever_changed
如果换成是假：
返回ever_changed修剪（doc.getroot（））
打印etree.tostring（doc.getroot（））
I need some help a couple of questions, using bash tools
- I want to remove empty xml tags from a file eg:
<CreateOfficeCode>
<OperatorId>ve</OperatorId>
<OfficeCode>1234</OfficeCode>
<CountryCodeLength>0</CountryCodeLength>
<AreaCodeLength>3</AreaCodeLength>
<Attributes></Attributes>
<ChargeArea></ChargeArea>
</CreateOfficeCode>
to become:
<CreateOfficeCode>
<OperatorId>ve</OperatorId>
<OfficeCode>1234</OfficeCode>
<CountryCodeLength>0</CountryCodeLength>
<AreaCodeLength>3</AreaCodeLength>
</CreateOfficeCode>
for this I have done so by this command
sed -i '/><\//d' file
which is not so strict, its more like a trick, something more appropriate would be to find the <pattern></pattern> and remove it. Suggestion?
- Second, how to go from:
<CreateOfficeGroup>
<CreateOfficeName>John</CreateOfficeName>
<CreateOfficeCode>
</CreateOfficeCode>
</CreateOfficeGroup>
to:
<CreateOfficeGroup>
<CreateOfficeName>John</CreateOfficeName>
</CreateOfficeGroup>
- As a whole thing? from:
<CreateOfficeGroup>
<CreateOfficeName>John</CreateOfficeName>
<CreateOfficeCode>
<OperatorId>ve</OperatorId>
<OfficeCode>1234</OfficeCode>
<CountryCodeLength>0</CountryCodeLength>
<AreaCodeLength>3</AreaCodeLength>
<Attributes></Attributes>
<ChargeArea></ChargeArea>
</CreateOfficeCode>
<CreateOfficeSize>
<Chairs></Chairs>
<Tables></Tables>
</CreateOfficeSize>
</CreateOfficeGroup>
to:
<CreateOfficeGroup>
<CreateOfficeName>John</CreateOfficeName>
<CreateOfficeCode>
<OperatorId>ve</OperatorId>
<OfficeCode>1234</OfficeCode>
<CountryCodeLength>0</CountryCodeLength>
<AreaCodeLength>3</AreaCodeLength>
</CreateOfficeCode>
</CreateOfficeGroup>
Can you answer the questions as individuals? Thank you very much!
XMLStarlet is a command-line XML processor. Doing what you want with it is a one-line operation (until the desired recursive behavior is added), and will work for all variants of XML syntax describing the same input:
The simple version:
xmlstarlet ed \
-d '//*[not(./*) and (not(./text()) or normalize-space(./text())="")]' \
input.xml
The fancy version:
strip_recursively() {
local doc last_doc
IFS= read -r -d '' doc
while :; do
last_doc=$doc
doc=$(xmlstarlet ed \
-d '//*[not(./*) and (not(./text()) or normalize-space(./text())="")]' \
/dev/stdin <<<"$last_doc")
if [[ $doc = "$last_doc" ]]; then
printf '%s\n' "$doc"
return
fi
done
}
strip_recursively <input.xml
/dev/stdin is used rather than - (at some cost to platform portability) for better portability across releases of XMLStarlet; adjust to taste.
With a system having only older dependencies installed, a more likely XML parser to have installed is that bundled with Python.
#!/usr/bin/env python
import xml.etree.ElementTree as etree
import sys
doc = etree.parse(sys.stdin)
def prune(parent):
ever_changed = False
while True:
changed = False
for el in parent.getchildren():
if len(el.getchildren()) == 0:
if ((el.text is None or el.text.strip() == '') and
(el.tail is None or el.tail.strip() == '')):
parent.remove(el)
changed = True
else:
changed = changed or prune(el)
ever_changed = changed or ever_changed
if changed is False:
return ever_changed
prune(doc.getroot())
print etree.tostring(doc.getroot())
这篇关于猛砸，删除空的XML标记的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！
