Linux脚本将显示XML编码

Question

我需要编写将显示XML编码属性的Linux脚本。

例如。用于文件

<?xml version="1.0" encoding="UTF-8"?>
<example>
    <foo/>
</example>

我想获得文本UTF-8。

有什么建议？

Answer 1

grep -oP "encoding=["']([^"']+)" $file | head -1 | cut -c 11-

要使情况不敏感，必须将-i开关添加到grep。

它考虑了'的使用情况，当没有新行时<?xml version="1.0" encoding="UTF-8"?><a b="" />之类的输入。

Answer 2

可以使用sed或 BASH_REMATCH，例如。BASH_REMATCH版本

read -r line < file && [[ $line =~ [E|e][N|n][C|c][O|o][D|d][I|i][N|n][G|g]="([^"]+) ]] && echo "${BASH_REMATCH[1]}"

另外，可以使用shopt -s nocasematch来忽略案例，以简单地bash正则。

Answer 3

使用 GNU sed 4.2.1：

sed -n -e '/<?xml/{s/(<?xml[^>]*encoding=.)([^'"'"'"]*)(.*)/2/p;q0}' $f

说明：

• -n：避免打印直到按程序订购
• /<?xml/：包含序言的匹配行
• s/：启动字符串替换
• (<?xml[^>]*encoding=.)：匹配序言直至开场报价，作为组1
• ([^'"'"'"]*)：将除"或'作为组2
  以外的所有内容匹配（bash和tcsh所需的逃脱）
• (.*)：匹配线的其余部分作为组3
• /2/p;q0：用组 2替换匹配的零件，打印并退出

测试：

1: printf 'n<?xml ?><someElement encoding="someEncoding"/>n' | sed -n -e '/<?xml/{s/(<?xml[^>]*encoding=.)([^'"'"'"]*)(.*)/2/p;q0}'  
 > no output
2: printf 'n<?xml encoding="UTF-8"?><someElement encoding="someEncoding"/>n' | sed -n -e '/<?xml/{s/(<?xml[^>]*encoding=.)([^'"'"'"]*)(.*)/2/p;q0}'
 > UTF-8

我实际上是用它来代替所需的编码（ISO-8859-1）：

sed -e '/<?xml/{s/(<?xml[^>]*encoding=.)([^'"'"'"]*)(.*)/1ISO-8859-13/}' utf8.xml > iso8859-1.xml