xml - 从 TXT 文件生成 XML 格式
问题描述
我有下面的输入 txt 文件,我正在尝试生成下面的 XMl 文件。我正在尝试使用 awk 来实现,但我认为我正在重新发明轮子。你建议我怎么做?谢谢
输入 txt 文件(示例,此输入可能更大)
Usw 1:1 Desktop
Usw 1:2 Netbooks
Usw 1:3 Servers, mainframes and supercomputers
Usw 1:4 Smart devices
Usw 1:5 Embedded devices
Usw 1:6 Gaming
Usw 1:7 Specialized uses
Usw 2:1 Precursors
Usw 2:2 Creation
Usw 2:5 Naming
Usw 2:6 Commercial and popular uptake
Usw 2:9 Current development
Des 1:1 User interface
Des 1:2 Video input infrastructure
Des 1:3 Hardware
Des 2:1 Community
Des 2:2 Programming on Linux
需要xml文件
<?xml version="1.0" encoding="utf-8"?>
<XMLRT xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="SomeSchema.xsd" bename="The name" status="v" version="1.4" revision="1" type="x-rt">
<INTRO>
<title>Some title</title>
<creator>
</creator>
<subject>Some subject</subject>
<description>Some description</description>
<date>2010-05-12</date>
<type>Some text</type>
</INTRO>
<RTBLOCK bname="Usw" bnumber="1" bsname="1U">
<CTR cnumber="1">
<ES vnumber="1">Desktop</ES>
<ES vnumber="2">Netbooks</ES>
<ES vnumber="3">SerES, mainframes and supercomputers</ES>
<ES vnumber="4">Smart devices</ES>
<ES vnumber="5">Embedded devices</ES>
<ES vnumber="6">Gaming</ES>
<ES vnumber="7">Specialized uses</ES>
</CTR>
<CTR cnumber="2">
<ES vnumber="1">Precursors</ES>
<ES vnumber="2">Creation</ES>
<ES vnumber="5">Naming</ES>
<ES vnumber="6">Commercial and popular uptake</ES>
<ES vnumber="9">Current development</ES>
</CTR>
</RTBLOCK>
<RTBLOCK bname="Des" bnumber="1" bsname="1D">
<CTR cnumber="1">
<ES vnumber="1">User interface</ES>
<ES vnumber="2">Video input infrastructure</ES>
<ES vnumber="3">Hardware</ES>
</CTR>
<CTR cnumber="2">
<ES vnumber="1">Community</ES>
<ES vnumber="2">Programming on Linux</ES>
</CTR>
</RTBLOCK>
</XMLRT>
解决方案
只是为了表明您不需要 XML 感知工具来生成任何特定目的所需的特定 XML,以下是您的示例的一种方法:
$ cat tst.awk
BEGIN {
print "<?xml version=\"1.0\" encoding=\"utf-8\"?>"
print ""
print "<XMLRT xmlns:xsi=\"http://www.w3.org/2001/XMLSchema-instance\" xsi:noNamespaceSchemaLocation=\"SomeSchema.xsd\" bename=\"The name\" status=\"v\" version=\"1.4\" revision=\"1\" type=\"x-rt\">"
print "<INTRO>"
print " <title>Some title</title>"
print " <creator>"
print " </creator>"
print " <subject>Some subject</subject>"
print " <description>Some description</description>"
print " <date>2010-05-12</date>"
print " <type>Some text</type>"
print "</INTRO>"
rtBeg = "<RTBLOCK bname=\"%s\" bnumber=\"1\" bsname=\"1%s\">\n"
ctrBeg = " <CTR cnumber=\"%d\">\n"
esBody = " <ES vnumber=\"%d\">%s</ES>\n"
ctrEnd = " </CTR>\n"
rtEnd = "</RTBLOCK>\n"
xmlEnd = "</XMLRT>\n"
}
{
bname = $1
split($2,tmp,/:/)
cnum = tmp[1]
vnum = tmp[2]
text = $0
sub(/([^[:space:]]+[[:space:]]+){2}/,"",text)
}
bname != prevBname {
if (prevCnum != "") printf ctrEnd
if (prevBname != "") printf rtEnd
printf rtBeg, bname, substr(bname,1,1)
prevCnum = ""
prevBname = bname
}
cnum != prevCnum {
if (prevCnum != "") printf ctrEnd
printf ctrBeg, cnum
prevCnum = cnum
}
{ printf esBody, vnum, text }
END {
if (prevCnum != "") printf ctrEnd
if (prevBname != "") printf rtEnd
printf xmlEnd
}
.
$ awk -f tst.awk file
<?xml version="1.0" encoding="utf-8"?>
<XMLRT xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="SomeSchema.xsd" bename="The name" status="v" version="1.4" revision="1" type="x-rt">
<INTRO>
<title>Some title</title>
<creator>
</creator>
<subject>Some subject</subject>
<description>Some description</description>
<date>2010-05-12</date>
<type>Some text</type>
</INTRO>
<RTBLOCK bname="Usw" bnumber="1" bsname="1U">
<CTR cnumber="1">
<ES vnumber="1">Desktop</ES>
<ES vnumber="2">Netbooks</ES>
<ES vnumber="3">Servers, mainframes and supercomputers</ES>
<ES vnumber="4">Smart devices</ES>
<ES vnumber="5">Embedded devices</ES>
<ES vnumber="6">Gaming</ES>
<ES vnumber="7">Specialized uses</ES>
</CTR>
<CTR cnumber="2">
<ES vnumber="1">Precursors</ES>
<ES vnumber="2">Creation</ES>
<ES vnumber="5">Naming</ES>
<ES vnumber="6">Commercial and popular uptake</ES>
<ES vnumber="9">Current development</ES>
</CTR>
</RTBLOCK>
<RTBLOCK bname="Des" bnumber="1" bsname="1D">
<CTR cnumber="1">
<ES vnumber="1">User interface</ES>
<ES vnumber="2">Video input infrastructure</ES>
<ES vnumber="3">Hardware</ES>
</CTR>
<CTR cnumber="2">
<ES vnumber="1">Community</ES>
<ES vnumber="2">Programming on Linux</ES>
</CTR>
</RTBLOCK>
</XMLRT>
以上将在任何 UNIX 机器上的任何 shell 中使用任何 POSIX awk 高效、健壮和可移植地工作。
推荐阅读
- c# - 将接口的实现委托给其他对象的最佳实践——使用实现其他接口的接口
- html - 为什么我的提交按钮没有提交表单数据?- HTML/节点
- laravel - 此路由不支持 GET 方法。支持的方法:laravel 中的 POST
- python-3.x - Tkinter 将方法绑定到空格键
- java - Spring Boot 中使用的 System.getenv() 在 sonarQube 中显示为安全漏洞
- python-3.x - 无法使用 astropy.io 的拟合打印整个数据集
- reactjs - 如何拆分 API 获取的链接并在 React JS 中显示图像
- makefile - makefile 规则中的目标顺序是否重要?
- c++ - const char* 的属性是什么?
- excel - 复制并使用粘贴 VBA Excel 创建一个新行