如何用shell去掉xml配置文件里注释内容？

War3Gamer · 发表于 2010-1-5 20:57:19

xml配置文件的注释,即（)，这种注释可能是单行，比如[PHP][/PHP]
可能是占用多行，形成一个段落的：比如 [PHP][/PHP]
也可能是嵌套注释的.
比如 [PHP]fdsf
-->[/PHP]
如果嵌套的太难，可以不考虑这种情况，但是前两种需要考虑，哪位兄弟帮个忙？

没本 · 发表于 2010-1-5 22:21:59

用perl吧，确认要perl XML : DOM 模块安装了。
文件 xcr.pl

#!/usr/bin/perl
use strict;
use warnings;
use XML::DOM;
my $file = shift;
my $parser = new XML::DOM::Parser;
my $doc = $parser->parsefile($file);
remove_comments($doc);
print $doc->toString();
sub remove_comments {
my ($doc) = @_;
foreach my $node ( $doc->getChildNodes() ) {
if ( $node->getNodeType() == ELEMENT_NODE ) {
remove_comments($node);
}
elsif ( $node->getNodeType() == COMMENT_NODE ) {
$doc->removeChild($node);
}
}
}

复制代码

用法 perl xcr.pl old.xml > new.xml
或
chmod 755 ./xcr.pl
./xcr.pl old.xml > new.xml

lastart · 发表于 2010-1-5 22:49:00

不考虑嵌套：awk -v RS='-->' -v ORS=' ' '{sub("<!--.*$","");print}'

chasye · 发表于 2010-1-6 01:52:22

perl -i.orig -0\npe 's///sg' path_to_your_file

复制代码

songtime · 发表于 2010-1-6 05:34:50

原始文件file.xml：

start1.a
end1.a
start1.b
end1.b
start2.a
<!--prop name="db.jdbc.driver"/>
</access>
-->
endl2.a
start2.b
<!--prop name="db.jdbc.driver"/>
</access>
-->
end2.b
start3.a
<!--prop name="d<!--b.jdbc.driver"/>
</access>
-->fdsf
-->
end3.a
start3.b
<!--prop name="d<!--b.jdbc.driver"/>
</access>
-->fdsf
-->
end3.b

复制代码

-----------------
因为我发现//无法匹配第一种，所以要将第一种变为

的形式

sed -i '/-->/ a -->' file.xml

复制代码

得到预处理后的文本

start1.a
-->
end1.a
start1.b
-->
end1.b
start2.a
<!--prop name="db.jdbc.driver"/>
</access>
-->
-->
endl2.a
start2.b
<!--prop name="db.jdbc.driver"/>
</access>
-->
-->
end2.b
start3.a
<!--prop name="d<!--b.jdbc.driver"/>
</access>
-->fdsf
-->
-->
-->
end3.a
start3.b
<!--prop name="d<!--b.jdbc.driver"/>
</access>
-->fdsf
-->
-->
-->
end3.b

复制代码

----------------
接下来开始删除：
首先删除
的模式

sed -i '// d' file.xml

复制代码

得到：

start1.a
end1.a
start1.b
end1.b
start2.a
-->
endl2.a
start2.b
-->
end2.b
start3.a
-->
-->
-->
end3.a
start3.b
-->
-->
-->
end3.b

复制代码

接下来删除所有含-->的行

sed -i '/-->/ d' file.xml

复制代码

大功告成：

start1.a
end1.a
start1.b
end1.b
start2.a
endl2.a
start2.b
end2.b
start3.a
end3.a
start3.b
end3.b

复制代码

War3Gamer · 发表于 2010-1-6 18:36:38

这是我现在采用的方法[PHP]sed 's///g' applicationConfig.config > test.config[/PHP]

ginkgo · 发表于 2010-1-7 01:24:59

这个对单行可以，多行的不行。

War3Gamer · 发表于 2010-1-7 11:27:17

songtime的方法不能处理如下情况，会把前面的内容删除：
[PHP] <scheduleSpaceTime>2</scheduleSpaceTime>[/PHP]

受songtime启发，我现在的做法：

1：[PHP]sed  's//\n-->\n/' 1.config>2.config[/PHP]

3：[PHP]sed  '// d' 2.config> 3.config[/PHP]
4:[PHP]sed  '/-->/ d' 3.config > 4.config[/PHP]

现在的做法应该是支持嵌套的了。

songtime · 发表于 2010-1-8 02:01:57

添加换行万无一失了，不错
学习了

War3Gamer · 发表于 2010-1-8 16:10:34

Post by lastart;2062266
不考虑嵌套：awk -v RS='-->' -v ORS=' ' '{sub("<!--.*$","");print}'

在不考虑嵌套的情况下，这是一种非常优雅的实现。

		自动登录	找回密码
密码			注册

如何用shell去掉xml配置文件里注释内容？

我用sed来解决