如何用sed或awk移除XML属性并替换闭合标签？

需求概述 #

需要将带有属性的<Field>标签转换为以字段名为标签名的简化格式：移除<Field>的name、type属性，并将闭合标签</Field>替换为对应字段名的闭合标签。

原XML内容 #

<Field name="field1" type="String">AAAA</Field>
<Field name="field2" type="Integer">0</Field>
<Field name="field4" type="String">BBBB</Field>

期望转换结果 #

<field1>AAAA</field1>
<field2>0</field2>
<field4>BBBB</field4>

现有尝试 #

已通过以下sed命令实现部分属性移除，但无法处理闭合标签替换：

sed 's/ type=".*"//' 
# and
sed 's/Field name="//' 

解决方案 #

方法1：使用sed（推荐） #

利用sed的正则捕获组一次性完成所有替换，命令如下：

sed -E 's/<Field name="([^"]+)" type="[^"]+">([^<]+)<\/Field>/<\1>\2<\/\1>/' input.xml

• -E：开启扩展正则表达式，无需对括号转义
• ([^"]+)：精准捕获双引号内的字段名，避免匹配其他属性内容
• ([^<]+)：捕获标签内的文本内容（假设内容不含<符号）
• <\1>\2<\/\1>：将捕获的字段名和内容拼接成目标格式

方法2：使用awk #

通过设置多分隔符拆分每行内容，再拼接成目标格式：

awk -F '<Field name="|\" type=\"[^\"]+\">|</Field>' '{print "<"$2">"$3"</"$2">"}' input.xml

• -F：指定多个分隔符，将每行拆分为字段名、内容等部分
• $2对应捕获的字段名，$3对应标签内的文本内容，直接拼接输出目标标签格式

内容的提问来源于stack exchange，提问作者Frank