You need to enable JavaScript to run this app. 如何从SpreadsheetML格式XML中提取<t>标签内容转换为指定CSV格式
优惠活动
大模型
产品
解决方案
定价
更多

如何从SpreadsheetML格式XML中提取<t>标签内容转换为指定CSV格式

共享字符串表提取转CSV的实现方案

原有命令的问题定位

  • 第一版awk命令无有效输出:正则规则未区分起始<t>标签与结束</t>标签,两个匹配逻辑可命中所有带t的标签;碰到首个标签就把flag置1并跳过后续行,碰到下一个同类型标签又将flag重置为0,全程不满足打印触发条件,因此没有任何输出。
  • 第二版awk命令全内容挤在单行:逻辑仅实现标签内文本提取、逗号拼接,没有按照三列的表格结构做换行拆分;所有提取到的文本仅在最后一次处理完成后触发一次换行,无法形成逐行对应的CSV结构。

可直接运行的提取命令

awk '
# 精准抓取所有<t>标签内的文本,兼容带属性的<t>格式(如富文本场景下的xml:space属性)
match($0, /<t[^>]*>([^<]*)<\/t>/, res) {
    pool[++count] = res[1]
}
# 所有文本提取完成后,按三列结构输出CSV
END {
    for (i = 1; i <= count; i++) {
        printf "%s", pool[i]
        # 每累计3个元素为一行,行内元素用逗号分隔
        if (i % 3 == 0) {
            print ""
        } else {
            printf ","
        }
    }
}' 目标sst文件.xml

实际输出示例

假设12个标签内的文本按出现顺序为NAME、AGE、COURSE、张三、22、计算机应用、李四、24、机械工程、王五、21、数据科学,运行命令后生成的标准CSV结构为:

NAME,AGE,COURSE
张三,22,计算机应用
李四,24,机械工程
王五,21,数据科学

该方案无需提前预估文本位置,按照SpreadsheetML共享字符串的存储顺序自动匹配三列结构,不会出现文本错位的问题。


内容的提问来源于stack exchange,提问作者codeholic24

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.23 18:45:04