XML文件格式-删除杂乱的CRLF

Question

我有一个输入XML文件(不是很大- 200)，它的奇怪记录格式很差，即由不需要的CRLF字符隔开的注释，这些字符放在单独的行上：

<NonStandardAddress>
    <LocationId>L127755</LocationId>
    <Street>UNKNOWN</Street>
    <PostCode>U</PostCode>
</NonStandardAddress>
<Notes>
67 High Street
Newtown
Newshire
RG30 9ZA</Notes>
<StartDate>1970-12-23</StartDate>

​

​

它应该是这样的，文本用逗号隔开一行：

​

​

我认为这是一个两个步骤的过程：

1. 查找没有以>符号结尾的所有行，并添加逗号(这个shold在每个条目之间给出一个分隔符)
2. 用逗号替换带有逗号和CRLF的行(这将使所有不匹配的行回到1行上)

我使用的是PowerShell v2，所以我不能使用-Raw读取源文件。

Answer 1

我将使用Get-Content cmdlet读取XML，并使用带有XPath表达式的SelectNodes方法检索所有元素。然后遍历文本，并将所有CRLF替换为,。

$filePath = 'your_path'
$xml = [xml](Get-Content $filePath)
$xml.SelectNodes('//text()') | ForEach-Object {  
    $_.Value = ($_.Value.Trim() -split "`r?`n") -join ', '
}
$xml.Save($filePath)

输出：

<NonStandardAddress>
  <LocationId>L127755</LocationId>
  <Street>UNKNOWN</Street>
  <PostCode>U</PostCode>
</NonStandardAddress>
<Notes>67 High Street, Newtown, Newshire, RG30 9ZA</Notes>
<StartDate>1970-12-23</StartDate>