我如何引用XML标记中包含的特殊字符？

Question

可以通过简单的方式替换字符串(sed)限制在两个字符串内吗？

示例

我有xml提要包含许多标签，包括带有特殊字符的标签。

我只需要在这个标记中更改特殊字符。我的意思是<到<，"到"等等。

<#>来源

    Konvice s pokličkou smalt je vhodná ke každodennímu použití. Lze ji mýt v myčce na nádobí a je vhodná pro plynové, elektrické sporáky a indukci. Objem 2 l, v červené barvě s bílým puntíkem.  

<#>结果

    <p>Konvice s pokličkou smalt je vhodná ke každodennímu použití. Lze ji mýt v myčce na nádobí a je vhodná pro plynové, elektrické sporáky a indukci. Objem 2 l, v červené barvě s bílým puntíkem.</p><p> </p><p> </p>

或者是另一种“修复”xml的方法？

谢谢。

<#>更新

它可以工作，但是对于大多数xml标记，甚至对xml也是如此。:/

<?xml version="1.0" encoding="utf-8"?>
2021-02-05T14:15:02+01:00


    ABF644B
    LÁHEV NA VODU "BISFREE ECO" 550ML, HNĚDÁ
    Láhev na vodu "Bisfree Eco". Díky barevné plastové láhvi na vodu lock budete mít o množství vypitých tekutin přehled. Malá velikost s objemem 550 ml s víčkem se totiž vleze do každé tašky či kabelky a vodu tak můžete mít stále při sobě. Láhev je vyrobená z Tritanu -  lehký, odolný proti nárazům a kvalitní plast - neobsahuje BPA. Tritan je populární náhražka skla. Barva hnědá. Rozměry - 6,5×6,5×22 cm
    https://b2b.utc.cz/lahev-na-vodu-bisfree-eco-550ml-hneda/347058p/
    https://b2b.utc.cz/bin/product/4/ABF644B.jpg
    
    199.00
    164.46
    LOCKNLOCK
    STOLOVÁNÍ | PŘÍPRAVA NÁPOJŮ | SPORTOVNÍ LAHVE
    8803733138772
    
    199.00


    ABF644G
    LÁHEV NA VODU "BISFREE ECO" 550ML, ZELENÁ
    Láhev na vodu "Bisfree Eco". Díky barevné plastové láhvi na vodu lock budete mít o množství vypitých tekutin přehled. Malá velikost s objemem 550 ml s víčkem se totiž vleze do každé tašky či kabelky a vodu tak můžete mít stále při sobě. Láhev je vyrobená z Tritanu -  lehký, odolný proti nárazům a kvalitní plast - neobsahuje BPA. Tritan je populární náhražka skla. Barva zelená. Rozměry - 6,5×6,5×22 cm
    https://b2b.utc.cz/lahev-na-vodu-bisfree-eco-550ml-zelena/347057p/
    https://b2b.utc.cz/bin/product/4/ABF644G.jpg
    
...

应该是这样的。

2021-02-05T14:19:48+01:00

    ABF644B
    LÁHEV NA VODU "BISFREE ECO" 550ML, HNĚDÁ
    <p>Konvice s pokličkou smalt je vhodná ke každodennímu použití. Lze ji mýt v myčce na nádobí a je vhodná pro plynové, elektrické sporáky a indukci. Objem 2 l, v červené barvě s bílým puntíkem.</p><p> </p><p> </p>
    https://b2b.utc.cz/lahev-na-vodu-bisfree-eco-550ml-hneda/347058p/
    https://b2b.utc.cz/bin/product/4/ABF644B.jpg
    
    199.00
    164.46
    LOCKNLOCK
    STOLOVÁNÍ | PŘÍPRAVA NÁPOJŮ | SPORTOVNÍ LAHVE
    8803733138772
    
    199.00

...

Answer 1

尝试一下，您需要安装recode包：

sudo apt install recode

Make是原始文件的备份。

到目前为止，我已经做到了这一点：

守则：

#!/bin/bash

# create a function to parse the files
f() {
  # get the original text between the tags inside DESCRIPTION
  decoded="$(sed -n '//p;' "$1" | sed 's:<\([^>]*\)>::g' | sed 's/^[[:blank:]]*\|[[:blank:]]*$//g')"

  # get the encoded text from the decoded text
  encoded="$(echo "$decoded" | recode ..html | sed 's:<DESCRIPTION>\(.*\)</DESCRIPTION>:\1:')"

  # encode everything inside DESCRIPTION to temporal file
  awk '/DESCRIPTION/{"echo \""$0"\" | recode ..html" | getline $0;}1' "$1" > output.xml

  # replace the encoded with the decoded
  [[ ! -z "$encoded" ]] && sed -i "s/$encoded/$decoded/" output.xml

  # decode DESCRIPTION tags
  sed "s:<\([^;]*\)DESCRIPTION>:<\1DESCRIPTION>:g" output.xml >> result.xml 
}

# create result file
> result.xml

# split the source file into  chunks
csplit --suffix-format="%d.FOO" file.xml '//' '{*}' 2>&1 > /dev/null

# loop over the "chunk" files
for i in *.FOO; do
  # apply the function to the "chunk" file
  f "$i"
  # remove "chunk" file
  rm "$i"
done

# remove temporal file
rm output.xml

然后：

$ cat result.xml

2021-02-05T14:19:48+01:00

    ABF644B
    LÁHEV NA VODU "BISFREE ECO" 550ML, HNĚDÁ
    <p>Konvice s pokličkou smalt je vhodná ke každodennímu použití. Lze ji mýt v myčce na nádobí a je vhodná pro plynové, elektrické sporáky a indukci. Objem 2 l, v červené barvě s bílým puntíkem.</p><p> </p><p> </p>
    https://b2b.utc.cz/lahev-na-vodu-bisfree-eco-550ml-hneda/347058p/
    https://b2b.utc.cz/bin/product/4/ABF644B.jpg
    
    199.00
    164.46
    LOCKNLOCK
    STOLOVÁNÍ | PŘÍPRAVA NÁPOJŮ | SPORTOVNÍ LAHVE
    8803733138772
    
    199.00