xml - 如何使用 SED (linux) 从 XML 文件中删除 CDATA

Question

我正在尝试从 xml 中删除以下模式文件:

• <![CDATA[
• ]]>

为此，我使用了以下 sed来自 Remove CDATA tags from XML file 的命令:

sed -e 's/<![CDATA[//g' | sed -e 's/]]>//g' file.xml

问题是我无法找到这些模式。它正在重新打印带有图案的整个文本。

---

<text>
<![CDATA[
ethnic minority communities have been in Belfast since the 1930s.]]>
<\text>

---

以前的问题

• How to remove CDATA from my xml parser?使用 JAVA
• how to remove CDATA from xml in java code使用 JAVA

Answer 1

我建议多功能 XmlStarlet工具。要删除 CDATA 部分并仅保留文本内容，请使用 this command :

xml fo --omit-decl --nocdata file.xml

输出:

<text>
ethnic minority communities have been in Belfast since the 1930s.
</text>

当删除 CDATA 部分(它本身是一种转义机制)时，XmlStarlet 会自动转义在 XML 中具有特殊含义的符号 (&)。像这样的输入文档，

<text>
<![CDATA[
ethnic minorities & communities have been in Belfast since the 1930s.]]>
</text>

会产生这样的输出:

<text>
ethnic minorities &amp; communities have been in Belfast since the 1930s.
</text>