Streifen Kommentare von XML-Datei und Pretty-Print es

Question

Ich habe diese riesige XML-Datei, die eine Menge Kommentare enthält.

Was ist der beste Weg, um alle Kommentare zu entfernen und formatieren Sie die XML-Datei von der Linux-Befehlszeile?

Answer 1

Sie ordentlich

$ tidy -quiet -asxml -xml -indent -wrap 1024 --hide-comments 1 tomcat-users.xml 
<?xml version='1.0' encoding='utf-8'?> 
<tomcat-users> 
    <user username="qwerty" password="ytrewq" roles="manager-gui" /> 
</tomcat-users> 

Answer 2

Sie können sich das Tool xmllint ansehen. Es hat mehrere Optionen (eine von denen --format wird einen schönen Druck), aber ich kann nicht herausfinden, wie Sie die Kommentare mit diesem Tool entfernen.

Überprüfen Sie auch XMLStarlet, eine Reihe von Befehlszeilen-Tools zu tun, was Sie mit XML möchten. Dann tun:

xml c14n --without-comments # XML file canonicalization w/o comments 

EDIT: OP schließlich diese Zeile verwendet:

xmlstarlet c14n --without-comments old.xml > new.xml 

Answer 3

Der beste Weg wäre, einen XML-Parser zu verwenden, um alle dunklen Ecke Fälle zu behandeln, richtig. Aber wenn Sie etwas schnell und schmutzig brauchen, gibt es eine Vielzahl von short solutions using Perl regexes, die ausreichen können.

Answer 4

Führen Sie Ihr XML über eine identity transform XSLT mit einer leeren Vorlage für Kommentare.

Der gesamte XML-Inhalt, mit Ausnahme der Kommentare, wird an die Ausgabe übergeben.

Um niecely das Ausgabeformat, stellen Sie den Ausgang @ indent = "yes":

<xsl:stylesheet version="1.0" 
    xmlns:xsl="http://www.w3.org/1999/XSL/Transform"> 

<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/> 

<!--Match on Attributes, Elements, text nodes, and Processing Instructions--> 
<xsl:template match="@*| * | text() | processing-instruction()"> 
    <xsl:copy> 
     <xsl:apply-templates select="@*|node()"/> 
    </xsl:copy> 
</xsl:template> 

<!--Empty template prevents comments from being copied into the output --> 
<xsl:template match="comment()"/> 

</xsl:stylesheet> 

Answer 5

aufzuräumen etwas Einfaches wie Tomcat server.xml verwenden können , verwende ich

sed 's/<!--/\x0<!--/g;s/-->/-->\x0/g' | grep -zv '^<!--' | tr -d '\0' | grep -v "^\s*$" 

Ie

function tidy() { 
echo "$(cat $1 | sed 's/<!--/\x0<!--/g;s/-->/-->\x0/g' | grep -zv '^<!--' | tr -d '\0' | grep -v "^\s*$")" 
} 

tidy server.xml 

... wird die XML ohne Kommentare drucken.

HINWEIS: Während es für einfache Dinge recht gut funktioniert, wird es mit bestimmten CDATA-Blöcken und einigen anderen Situationen fehlschlagen. Verwenden Sie es nur für kontrollierte xml-Skripte, die keine Notwendigkeit haben und niemals eine einzige <-- oder --> irgendwo entkommen müssen!

Zuerst sed Markenkommentar starten und stoppen mit 0x0 Zeichen, dann grep mit -z behandelt 0x0 als einzige Zeilenbegrenzer, sucht nach Zeilen beginnend mit Kommentar, es ist -v invertiert den Filter und nur aussagekräftige Zeilen. Schließlich löscht tr -d \ 0` alle diese 0x0, und um es aufzupolieren, entfernt ein anderes Grep leere Zeilen: voila.