如何使用 awk 或 Perl 来递增大型 XML 文件中的数字？

Question

我有一个包含以下行的 XML 文件：

            <VALUE DECIMAL_VALUE="0.2725" UNIT_TYPE="percent"/>

我想将此值增加 0.04 并保持 XML 的格式不变。 我知道使用 Perl 或 awk 脚本可以做到这一点，但我在使用表达式来隔离数字时遇到困难。

Answer 1

如果您绝对确定 XML 的格式永远不会改变、属性的顺序是固定的、您确实可以获得正确的数字正则表达式...那么请选择基于非解析器的解决方案。

就我个人而言，我会使用 XML::Twig （也许是因为我写了它；--）。 它将把 XML 作为 XML 进行处理，同时仍然尊重文件的原始格式，并且在开始工作之前不会将其全部加载到内存中。

以下未经测试的代码：

#!/usr/bin/perl
use strict;
use warnings;

use XML::Twig;

XML::Twig->new( # call the sub for each VALUE element with a DECIMAL_VALUE attribute
                twig_roots => { 'VALUE[@DECIMAL_VALUE]' => \&upd_decimal },
                # print anything else as is
                twig_print_outside_roots => 1,
              )
         ->parsefile_inplace( 'foo.xml');

sub upd_decimal
  { my( $twig, $value)= @_; # twig is the XML::Twig object, $value the element
    my $decimal_value= $value->att( 'DECIMAL_VALUE');
    $decimal_value += 0.4;
    $value->set_att( DECIMAL_VALUE => $decimal_value);
    $value->print;
  }

Answer 2

这需要 stdin 上的输入，输出到 stdout：

while(<>){
 if( $_ =~ /^(.*DECIMAL_VALUE=\")(.*)(\".*)$/ ){
  $newVal = $2 + 0.04;
  print "$1$newVal$3\n";
 }else{
  print $_;
 }
}

Answer 3

类似下面的东西会起作用。 如果有额外的间距，可能需要调整，但这留给读者作为练习。

function update_after(in_string, locate_string, delta) {
    local_pos = index(in_string,locate_string);
    leadin    = substr(in_string,0,local_pos-1);
    leadout   = substr(in_string,local_pos+length(locate_string));
    new_value = leadout+delta;
    quote_pos = index(leadout,"\"");
    leadout   = substr(leadout, quote_pos + 1);
    return leadin locate_string new_value"\"" leadout;
}

/^ *\<VALUE/{
    print  update_after($0, "DECIMAL_VALUE=\"",0.4);
}

Answer 4

这是呆呆的

awk '/DECIMAL_VALUE/{
 for(i=1;i<=NF;i++){
    if( $i~/DECIMAL_VALUE/){
        gsub(/DECIMAL_VALUE=|\042/,"",$i)
        $i="DECIMAL_VALUE=\042"$i+0.4"\042"
    }
 }
}1' file

Answer 5

如果您使用的是 xsltproc 命令，我建议您使用 XSLT。

对于 Perl 解决方案，我会选择使用 DOM。 查看这篇使用 Perl 处理 DOM 文章。

就是这样说的。 如果您的 XML 文件是以可预测的方式生成的，那么像下面这样简单的东西就可以工作：

perl -pe 's#(<VALUE DECIMAL_VALUE=")([0-9.]+)(" UNIT_TYPE="percent"/>)#"$1" . ($2 + 0.4) . "$3"#e;'