替换文件中的唯一标识符

Question

我有一个看起来像这样的XML文件：

<species compartment="compartment" id="alpha_dash_D_dash_glucose_dash_6P" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>
     <species compartment="compartment" id="six_dash_Phospho_dash_D_dash_gluconate" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>
     <species compartment="compartment" id="beta_dash_D_dash_Fructose_dash_6P2" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>
     <species compartment="compartment" id="beta_dash_D_dash_Glucose" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>

每个 id 属性我想用自己的属性替换。我希望我的结尾文件看起来像这样：

<species compartment="compartment" id="id1" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>
     <species compartment="compartment" id="id2" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>
     <species compartment="compartment" id="id3" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">
     </species>
     <species compartment="compartment" id="id4" initialAmount="0" hasOnlySubstanceUnits="true" constant="false" boundaryCondition="false">

但是，那 id 属性在文件中的其他地方引用：

 <speciesReference constant="true" stoichiometry="1" species="alpha_dash_D_dash_glucose_dash_6P">

该行应更新为：

 <speciesReference constant="true" stoichiometry="1" species="id1">

我尝试使用 sed 和 's/id="(*)"/id="$IdCOUNTER"/g' 但这使一切 id 属性相同。我该如何解决？任何帮助将受到赞赏，谢谢。

Answer 1

sed -n 's/\s*<species [^>]* id="\([^"]*\).*/\1/p' species.xml |\
  cat -n |\
  sed 's/\s*\([0-9]\+\)\s*/id\1 /' > ids.txt

cp species.xml my_species.xml

while read a b
do
  sed -i 's/"'"$b"'"/"'$a'"/g' my_species.xml
done < ids.txt

假设您的XML文件的格式很好（即，每个标签都在一行上），则可以使用SED和Bash。否则，您需要使用XML解析器的语言。同样的方法将起作用，但细节会有所不同。

制作ID地图以替换。然后，每次遇到以前看到的ID时，都会查找并替换它。

这 sed 线上的线从一个映射到一个 <species> 标记为编号ID（后斜线允许将行分开几行，以使其可读性）。

复制文件以防止修改原始内容。

由于从ID地图文件中读取每行，因此原始ID的所有出现都被新的编号ID替换。