批处理之家 - Powered by Discuz! Board

标题: [文本处理] 批处理提取多个xml中指定标签之间的行内容合并输出到同一个新的xml指定标签里 [打印本页]

作者: seeya 时间: 2016-11-9 10:53 标题: 批处理提取多个xml中指定标签之间的行内容合并输出到同一个新的xml指定标签里

因为是多个xml(有时可能1000多个以上)，所以自己用for循环尝试弄了下，奈何能力不够，七拼八凑的没有用，所以这里求大神帮忙！！！
情况如下（已略去示例xml中不必要的内容），原xml已上传附件:

<详情>
<ie>
<BB1>Help1</BB1>
<CC1>Help2</CC1>
<DD1>Help3</DD1>
<EE1>Help4</EE1>
</ie>
</详情>
复制代码

<详情>
<ie>
<BB1>Help5</BB1>
<CC1>Help6</CC1>
<DD1>Help7</DD1>
<EE1>Help8</EE1>
</ie>
</详情>
复制代码

<详情>
<ie>
<BB1>Help9</BB1>
<CC1>Help10</CC1>
<DD1>Help11</DD1>
<EE1>Help12</EE1>
</ie>
</详情>
复制代码

将这个3个示例xml文本批处理为这样的形式

<详情>
<ie>
<BB1>Help1</BB1>
<CC1>Help2</CC1>
<DD1>Help3</DD1>
<EE1>Help4</EE1>
</ie>
<ie>
<BB1>Help5</BB1>
<CC1>Help6</CC1>
<DD1>Help7</DD1>
<EE1>Help8</EE1>
</ie>
<ie>
<BB1>Help9</BB1>
<CC1>Help10</CC1>
<DD1>Help11</DD1>
<EE1>Help12</EE1>
</ie>
</详情>
复制代码

也就是把所有xml中<详情>记号内的内容批量复制到新的xml<详情>记号中。
xml的格式都是一致的，不过记号内的url，创建时间，会有不同。

作者: 523066680 时间: 2016-11-9 14:55

本帖最后由 523066680 于 2016-11-9 15:16 编辑

Perl，作为对比，生成的文件名用Ai_all_test.xml，和楼主给出的Ai_all.xml做了diff，没有查出异同。

可能组合使用一些shell命令可以用很短的代码完成这个任务

use v5.16;

our $s="";

grep
{
    $s .= abstract( "Ai_${_}.xml" );
}
(1..3);    # 编号，请自行修改

MAKE_XML:
{
    my $all;

    load( "Ai_1.xml" , \$all);       # 以 Ai_1.xml 为模板
    $all =~s/<ie>.+<\/ie>/$s/sg;

    open my $WRT, ">:raw", "Ai_all_test.xml";
    print $WRT $all;
    close $WRT;
}

sub abstract
{
    my $all;
    load(shift, \$all);
    $all =~/<ie>.+<\/ie>/s;
    return $&;
}

sub load
{
    my ($f, $ref) = (shift, shift);
    open my $READ, "<:raw", $f or die "$!";
    {
        local $/ = undef;
        $$ref    = <$READ>; 
    }
    close $READ;
}
复制代码

作者: pcl_test 时间: 2016-11-9 15:54

本帖最后由 pcl_test 于 2016-11-9 16:05 编辑

@echo off
rem win7及以上系统运行，已排除Ai_all.xml
powershell -c "$a='';$b=dir *.xml -exclude *_all.xml;0..($b.length-2)|%%{if([IO.File]::ReadAllText($b[$_], [Text.Encoding]::utf8) -match '(?<=<详情>)[\s\S]+(?=<\/详情>)'){$a+=$matches[0]}};[IO.File]::ReadAllText($b[-1], [Text.Encoding]::utf8) -replace '(?<=<详情>)',$a|out-file '$result_all.xml' -encoding utf8"
pause
复制代码

作者: seeya 时间: 2016-11-9 17:07

回复 3# pcl_test
谢谢版主大大！大概能懂代码意思，到时候xml记号改了也能很方便修改

作者: seeya 时间: 2016-11-9 18:05

回复 2# 523066680

非常感谢！
开始以为是和.bat 一样的直接运行就行了，但发现是窗口一闪而过。后来仔细看了版主开始就说了是Perl。开始不知道是什么，百度了后才知道要安装Activeperl，才能用。

欢迎光临批处理之家 (http://www.bathome.net/)