xml - 使用 Sed 天真地将文本文件转换为 xml

Question

我的记录中有这样的文本文件

BOOK|100004
TRAN|A
ANAM|Alberta 
TNAM|The School Act; the School Assessment Act. The Tax Recovery Act. The School Grants         Act. The School Attendance Act and General Regulations of the Department of Education 
PBLS|King's Printer
SUB1|Alberta, Canada, Canadian Prairies, NOISBN

我需要创建一个具有这种格式的 xml 文件，

<BOOK>100004</BOOK>
<TRAN>A</TRAN>
<first 4 chars> text data </ first 4 chars again>

我想我几乎可以使用这样的 sed 命令，

$sed 's#([:alpha:]\{4\})\|(*)#\<\1\>\2<\/\1\>#g' 

除了我得到这个错误：sed: -e expression #1, char 41: invalid reference \1 on-s'命令的RHS`

任何 sed 专家都想把我推上一条开明的道路吗？

Answer 1

sed 使用旧式正则表达式，而不是“扩展”正则表达式，因此特殊字符的默认含义基本上是相反的：“普通”sed 中的捕获组是\(...\)，而不是(...)。转义|字符也是如此：转义它会变成交替。一个有效的 sed 脚本如下所示：

sed 's#\([^|]\+\)|\(.*\)#<\1>\2</\1>#'

如果要使用扩展的正则表达式，可以使用-r标志：

sed -r 's#([^|]+)\|(.*)#<\1>\2</\1>#'