Como posso adicionar quebras de linha em um arquivo XML da linha de comando do Unix?

Question

Eu tenho um arquivo XML grande. Na linha de comando do Unix, gostaria de adicionar uma nova linha após cada > .

Eu tentei usar sed para isso, sem sorte:

sed -i '' -e's/>/>\n/' file.xml

Isso apenas insere a letra n , não uma nova linha. Eu também tentei \r e \r\n .

Como posso fazer isso?

(FYI - estou usando o zshell no OSX.)

    

Answer 1

Script

Use indentxml file.xml para ver, indentxml file.xml > new.xml para editar.

Onde indentxml é

#!/usr/bin/perl
#
# Purpose: Read an XML file and indent it for ease of reading
# Author:  RedGrittyBrick 2011. 
# Licence: Creative Commons Attribution-ShareAlike 3.0 Unported License
#
use strict;
use warnings;

my $filename = $ARGV[0];
die "Usage: $0 filename\n" unless $filename;

open my $fh , '<', $filename
  or die "Can't read '$filename' because $!\n";
my $xml = '';
while (<$fh>) { $xml .= $_; }
close $fh;

$xml =~ s|>[\n\s]+<|><|gs;                       # remove superfluous whitespace
$xml =~ s|><|>\n<|gs;                            # split line at consecutive tags

my $indent = 0;
for my $line (split /\n/, $xml) {

  if ($line =~ m|^</|) { $indent--; }

  print '  'x$indent, $line, "\n";

  if ($line =~ m|^<[^/\?]|) { $indent++; }             # indent after <foo
  if ($line =~ m|^<[^/][^>]*>[^<]*</|) { $indent--; }  # but not <foo>..</foo>
  if ($line =~ m|^<[^/][^>]*/>|) { $indent--; }        # and not <foo/>

}

Analisador

Naturalmente, a resposta canônica é usar um analisador XML adequado.

# cat line.xml
<a><b>Bee</b><c>Sea</c><d><e>Eeeh!</e></d></a>

# perl -MXML::LibXML -e 'print XML::LibXML->new->parse_file("line.xml")->toString(1)'
<?xml version="1.0"?>
<a>
  <b>Bee</b>
  <c>Sea</c>
  <d>
    <e>Eeeh!</e>
  </d>
</a>

Utilitário

Mas talvez o mais fácil seja

# xmllint --format line.xml
<?xml version="1.0"?>
<a>
  <b>Bee</b>
  <c>Sea</c>
  <d>
    <e>Eeeh!</e>
  </d>
</a>

    

Answer 2

Não há sequência de escape, você precisa literalmente usar o caractere de nova linha. Então, para esta entrada

$ cat /tmp/example 
<this is one tag><this is another tag><here again>

Você teria que usar

$ sed -e 's_>_&\
_g' /tmp/example

que produz

<this is one tag>
<this is another tag>
<here again>

Note que a nova linha tem que ser escapada (como mostrado acima)

    

Answer 3

Seu comando funciona corretamente, mas não o suficiente.

Tente adicionar a opção 'g' ao final do comando 's'ubstitute para fazer o sed examinar TODOS os' > ' caracteres em cada linha do arquivo de entrada.

Uso:

sed -i -e 's/>/>\n/g' file.xml

anote o "g" no comando substituto.

a parte sufixo da opção '-i' é opcional e pode ser omitida.

As outras respostas dadas funcionam bem também, mas sua tentativa inicial estava correta, embora faltasse a opção 'g'lobal.