0

我正在使用 wget 下载一个 XML 文件，但有时该文件的第一行中有我需要删除的文本。

它目前在第一行有“131”，在最后一行有“0”。

如果它包含这些信息，我需要一种删除这些行的方法。我无法进行 perl 查找和替换，以防它不存在但正确的第一行包含“131”。

这有意义吗？

有任何想法吗？

谢谢

例如，有时是这样的：

131
<element>
<example>content</example>
<example>content</example>
<example>content</example>
<example>content</example>
</element>
0

有时是这样的（正确）

<element>
<example>content</example>
<example>content</example>
<example>content</example>
<example>content</example>
</element>
4

3 回答 3

1

我认为这可能会让你到达你想去的地方。

假设您刚刚为 sample.xml 做了一个 wget，那么： 

perl -pi -e '$/ = undef; s{(?: \A [^<]* | [^>]* \z )}{}xmsg;' sample.xml

这会从文件的开头删除非 < 的任何内容，以及从文件末尾删除任何非 > 的内容。

于 2012-11-25T18:06:58.740 回答
1

那是一份工作sed！您不会找到更快或更简单的方法：

如果您确定这两个值，您可以简单地：

sed -e  '1{/^131$/d};${/^0$/d}' -i mybrokenfile

但是使用以下命令，sed同时删除任何仅包含数字的第一行和/或最后一行：

sed -e '1{/^[0-9]\+$/d};${/^[0-9]\+$/d}'

这可以通过将文件作为参数运行并自动生成备份文件：

sed -e '1{/^[0-9]\+$/d};${/^[0-9]\+$/d}' -i.bak files*

解释：

  • 有两部分，1分别$是地址：1第一行和$最后一行。
  • 下面的块呈现另一种形式的按条件寻址：/^[0-9]\+$/表示 * 行以一个或多个字符开头，0并且9紧跟其后。
  • 在此匹配行（第一行或最后一行）处，要执行的命令是d删除行。

这可以写成：

sed -e '1{
            /^[0-9]\+$/d
        }
        ${
            /^[0-9]\+$/d
        }' -i.bak files*

也是。

编辑：

因为我讨厌写不止一次……大约任何东西；

有一种方法可以做一些棘手的事情，但仅限于第一行和最后一行。

首先，相同的样本可以写成：

sed -e '1ba;$ba;bb;:a;/^[0-9]\+$/d;:b;' -i.bak files*

所以这短了1个字节！但特别是操作只写一次：

解释：

  • :a并且:b是分支（跳转）到的标签
  • ba和bb分别是 和 的分支:a指令:b。
  • 1并且$是如前所述的地址
  • /.../d前面也描述过，意思是删除匹配正则表达式的行

并且可以写成：

sed -e '
    1ba;
    $ba;
    bb;
   :a;
    /^[0-9]\+$/d;
   :b;
  ' -i.bak files*

应用程序示例，s/../../而不是仅使用d：仅在第一行或最后一行出现时修改版本信息：

 sed -e '1ba;$ba;bb;:a;s/\(Id: .*,v\).*\(Exp\)/\1'"$(
             date +" $VER %F %T $USER ")"'\2/;b;' -i files*
于 2012-11-25T18:19:46.083 回答
0

根据评论，您想使用wget --save-headers和使用适当的 HTTP 响应解析器。这实际上很简单：

use HTTP::Response qw( );
my $response = HTTP::Response->parse($raw_response);
my $body = $response->decoded_content( charset => 'none' );

给定包含标题的响应 via $raw_response，上面的代码将返回传输的 XML（或其他）文档$body。

原始回复：

这是一个 HTTP 分块响应。

if ($file =~ /^[0-9]+\r?\n/) {
   my $chunked = substr($file, 0, length($file), '');
   for (;;) {
      $chunked =~ s/^([0-9]+)\r?\n//
         or die;

      my $chunk_len = $1
         or last;

      length($file) >= $chunk_len
         or die;

      $file .= substr($chunked, 0, $chunk_len, '');
   }
}
于 2012-11-24T19:35:33.003 回答