如何批量复制XML中g:id行，替换为sku并截断下划线后内容？

方法1：使用sed命令（最快，适合Linux/macOS环境） #

1万条数据仅需毫秒级处理，直接一行命令完成：

• GNU sed（Linux系统默认）：

sed -E '/<g:id><!\[CDATA\[([^_]+)_.*/{p;s//<sku><![CDATA[\1]]><\/sku>/}' 原文件.xml > 处理后文件.xml

• macOS自带sed：

sed -E -i '' '/<g:id><!\[CDATA\[([^_]+)_.*/{p;s//<sku><![CDATA[\1]]><\/sku>/}' 原文件.xml

命令逻辑：匹配到g:id行时，先打印原行，再将行内容替换为要求的sku行输出，([^_]+)会捕获下划线之前的ID内容直接复用。

方法2：使用Python脚本（兼容性最好，可调性强） #

如果需要更灵活的规则调整，或者是Windows环境，用以下脚本即可：

import re

# 配置路径
INPUT_PATH = "你的原文件路径.xml"
OUTPUT_PATH = "处理后的文件路径.xml"

id_pattern = re.compile(r'^<g:id><!\[CDATA\[([^_]+)_[^\]]*\]\]></g:id>$')

with open(INPUT_PATH, 'r', encoding='utf-8') as f_in, open(OUTPUT_PATH, 'w', encoding='utf-8') as f_out:
    for line in f_in:
        # 先写入原行
        f_out.write(line)
        # 匹配到g:id行时追加sku行
        match_res = id_pattern.match(line.strip())
        if match_res:
            f_out.write(f'<sku><![CDATA[{match_res.group(1)}]]></sku>\n')

注意事项 #

处理前务必先备份原文件，可先截取一小段样本测试匹配效果，确认生成的sku行符合要求后再全量处理。

内容的提问来源于stack exchange，提问作者Manos Krokos