如何在Shell脚本中不使用awk按指定分隔符拆分文件行并格式化输出

要求按指定规则拆分文件行，将跨多行的标签合并为单行，并拆分连在一起的标签块。

输入文件input.txt内容 #

<UndefineProperty name="admin.admin.adapters"/>--><!--<AddToProperty 
name="admin.admin.adapters"
value="abc^abc.xz=abc"/>--><Property name="admin.admin.adapters" ride="true"
         targetFile="file/path/file.txt"
         value="abc,xz=abc,xz=com^abc.com.xz=abc,ac=com"/>
<ConfigurationRef xlink:href="file/path/file.xconf"/>
<ConfigurationRef xlink:href="file1.xconf"/>
<ConfigurationRef xlink:href="file2.xconf"/>
<Property name="ac.abc.Password" ride="true"
         targetFile="file/path/abc.properties"
         value="ac.abc.encryptedPassword"/>
<Property name="ac.pqr.Protocol" ride="true"
         targetFile="file/pqr.properties"
         value="https"/>

期望输出格式 #

<UndefineProperty name="admin.admin.adapters"/>-->
<!--<AddToProperty name="admin.admin.adapters" value="abc^abc.xz=abc"/>-->
<Property name="admin.admin.adapters" ride="true" targetFile="file/path/file.txt" value="abc,xz=abc,xz=com^abc.com.xz=abc,ac=com"/>
<ConfigurationRef xlink:href="file/path/file.xconf"/>
<ConfigurationRef xlink:href="file1.xconf"/>
<ConfigurationRef xlink:href="file2.xconf"/>
<Property name="ac.abc.Password" ride="true" targetFile="file/path/abc.properties" value="ac.abc.encryptedPassword"/>
<Property name="ac.pqr.Protocol" ride="true" targetFile="file/pqr.properties" value="https"/>

已尝试的Shell代码 #

delimiter="<"
newarray=()

while read -r line ; 
do
  newarray+=( "${line%%"$delimiter"*}" )
  line=${delimiter}${line#*"$delimiter"}
  echo ${line} >> input.txt1
done < input.txt

问题分析 #

上述代码仅提取了包含<的内容片段，既没有合并跨多行的标签属性，也没有正确拆分连在一起的标签块，无法达到期望效果。

解决方案（纯Shell工具实现，无awk） #

以下脚本通过tr和sed组合完成需求：

# 读取文件内容，移除所有换行符，将连续空格替换为单个空格
content=$(tr -d '\n' < input.txt | sed -E 's/[[:space:]]+/ /g')

# 拆分标签块并整理为单行格式
echo "$content" | sed 's/-->/-->\n/g' \
| sed 's/ </\n</g' \
| sed '/^[[:space:]]*$/d'

执行说明 #

1. tr -d '\n'：移除所有换行符，将整个文件内容合并为单行
2. sed -E 's/[[:space:]]+/ /g'：将连续的空格（包括缩进、换行后的空格）替换为单个空格，规整标签属性格式
3. sed 's/-->/-->\n/g'：在-->后插入换行，拆分第一行中连在一起的标签块
4. sed 's/ </\n</g'：在每个独立标签前插入换行，确保每个标签单独成行
5. sed '/^[[:space:]]*$/d'：移除处理过程中可能产生的空行

若需要将结果保存到文件，可在命令末尾添加> output.txt。

内容的提问来源于stack exchange，提问作者Shr