Discussion :

[tigunn]

Bonjour ,
je voudrais faire un sed sur un répertoire contenant des fichiers xml;
j'ai donc:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
for fichier in ./flau/*.xml
 do
	sed -i 's/\(<bibl xml:id="b\)\([0-9].*-3"\)/\1-\2/g' $fichier
	sed -i 's/\(<bibl xml:id="b\)\([0-9].*"\)/\1-\2/g' $fichier
done

Je voudrais pouvoir remplacer la chaine "bxxxx-3" ou "bxxxx" (ou x sont des nombres de 0 à 9, il peut y en avoir plus de 4) par "b-xxxx-3" ou "b-xxxx", si et seulement l'attribut xml:id (dont le format est décrit ci-dessus) est dans une balise <bibl>. Mais certains attributs peuvent être placé avant ! Et il faut gérer cela.
Voici qq essais:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
 
	#sed -i 's/\(<bibl \)\(*\) \(xml:id="b\)\([0-9].*-3"\)/\1-\2/g' $fichier
	sed -i 's/\(<bibl [a-Z].* xml:id="b\)\([0-9].*-3"\)/\1-\2/g' $fichier

Exemple:

<bibl dbp:hand="GF-encre" xml:id="b6431-3">Athalie
<bibl xml:id="b6432-3">Fautes

Le second je peux le traiter mais pas le premier. Comment faire svp?

[al1_24]

Quelque chose comme ça ?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
sed -i 's/\(<bibl [^>]xml:id="b\)\([0-9]*-3"\)/\1-\2/g' $fichier
sed -i 's/\(<bibl [^>]xml:id="b\)\([0-9]*"\)/\1-\2/g' $fichier

[zipe31]

Salut,

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
$ cat f0
<bibl dbp:hand="GF-encre" xml:id="b6431-3">Athalie
<bibl xml:id="b6432-3">Fautes
 
$ sed 's/\(<bibl xml:id="b\)\([0-9]\{4,\}\)/\1-\2/' f0
<bibl dbp:hand="GF-encre" xml:id="b6431-3">Athalie
<bibl xml:id="b-6432-3">Fautes
 
$

[tigunn]

je voudrais que :

<bibl xml:id="b6427-3" dbp:hand="GF-encre">Le dépit amoureux

et

<bibl dbp:hand="GF-encre" xml:id="b6427-3">Le dépit amoureux

donne

<bibl xml:id="b-6427-3" dbp:hand="GF-encre">Le dépit amoureux

Et ce peut importe si un attribut est placé entre le nom de la balise et l'attribut xml:id.
Ce serait simple si l'attribut xml:id n'apparaissait que dans les balises <bibl> mais ce n'est pas le cas.

Je suis très rouillé en regexp.

[zipe31]

Oups j'avions mal compris, je croyais que tu ne voualis pas traiter tous les cas

Essaies ça :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
$ cat f0
<bibl dbp:hand="GF-encre" xml:id="b6431-3">Athalie
<bibl xml:id="b6432-3">Fautes
<bibl xml:id="b6427-3" dbp:hand="GF-encre">Le dépit amoureux
<bibl dbp:hand="GF-encre" xml:id="b6427-3">Le dépit amoureux
 
$ sed 's/\(<bibl [^>]*xml:id="b\)/\1-/' f0
<bibl dbp:hand="GF-encre" xml:id="b-6431-3">Athalie
<bibl xml:id="b-6432-3">Fautes
<bibl xml:id="b-6427-3" dbp:hand="GF-encre">Le dépit amoureux
<bibl dbp:hand="GF-encre" xml:id="b-6427-3">Le dépit amoureux
 
$

[tigunn]

j'ai testé :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

sed -i 's/\(<bibl [^>]*xml:id="b\)/\1-/' $fichier

Mais chez moi, cela ne fait rien .

[^>] celui là je comprend pas ?
je suis sous windows (dsl ) et j'utilise MingW .

[N_BaH]

Bonjour,

la boucle n'est pas indispensable.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
sed -n '/<bibl/{/xml:id/s/="\([[:alpha:]]\)/="\1-/g;p}' ./foo/*.xml
<bibl dbp:hand="="G-F-encre" xml:id="="b-6431-3">Athalie
<bibl xml:id="="b-6432-3">Fautes

[zipe31]

Mais chez moi, cela ne fait rien .

Même en reprenant mon exemple (le fichier f0) ?

Affiches-nous le fichier sur lequel tu testes, ou a défaut mets-le en pièce jointe, sans quoi... même avec nos boules de cristal

[^>] celui là je comprend pas ?

Il ne faut pas oublier l'astérisque derrière ([^>]*).
On englobe tout à l'exception du caractère ">". En gros on s'arrêtera dès qu'on rencontrera ledit caractère.

[tigunn]

voila le fichier ;
merci de votre aide.

[zipe31]

Ok. Il manquait le flag "g" (totalité) pour traiter toutes les occurrences se trouvant sur une même ligne, ainsi qu'un boute de regex afin de traiter les motifs ayant déja un tiret après le "b".

Aperçu des occurrences trouvées dans le fichier :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
$ egrep -o '<bibl [^>]*>' g226_1_f_267__r____-ver3.xml 
<bibl xml:id="b6423-3" dbp:hand="GF-encre">
<bibl xml:id="b6425-3" dbp:hand="GF-encre">
<bibl xml:id="b6427-3" dbp:hand="GF-encre">
<bibl xml:id="b6428-3" dbp:hand="GF-encre">
<bibl xml:id="b6429-3" dbp:hand="GF-encre">
<bibl dbp:hand="GF-encre" xml:id="b6431-3">
<bibl dbp:hand="GF-encre" xml:id="b6432-3">
<bibl xml:id="b6433-3">
<bibl xml:id="b6434-3">
<bibl xml:id="b6436-3" dbp:hand="GF-encre">
<bibl xml:id="b6438-3" dbp:hand="GF-encre">
<bibl xml:id="b-6440-3" dbp:hand="GF-encre">
<bibl xml:id="b-6444-3">
<bibl xml:id="b-6445-3" dbp:hand="GF-encre">

Les mêmes après traitement :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
$ sed 's/\(<bibl [^>]*xml:id="b\)-*/\1-/g' g226_1_f_267__r____-ver3.xml | egrep -o '<bibl [^>]*>'
<bibl xml:id="b-6423-3" dbp:hand="GF-encre">
<bibl xml:id="b-6425-3" dbp:hand="GF-encre">
<bibl xml:id="b-6427-3" dbp:hand="GF-encre">
<bibl xml:id="b-6428-3" dbp:hand="GF-encre">
<bibl xml:id="b-6429-3" dbp:hand="GF-encre">
<bibl dbp:hand="GF-encre" xml:id="b-6431-3">
<bibl dbp:hand="GF-encre" xml:id="b-6432-3">
<bibl xml:id="b-6433-3">
<bibl xml:id="b-6434-3">
<bibl xml:id="b-6436-3" dbp:hand="GF-encre">
<bibl xml:id="b-6438-3" dbp:hand="GF-encre">
<bibl xml:id="b-6440-3" dbp:hand="GF-encre">
<bibl xml:id="b-6444-3">
<bibl xml:id="b-6445-3" dbp:hand="GF-encre">
 
$

[tigunn]

Superbe, magnifique, déïfique !!!!

J'ai modifié quelque peu ta commande Zipe31, pour qu'elle fasse les substitutions directement dans les fichiers, et cela donne:

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
for fichier in ./flaubert2/*.xml
 do
  sed -i 's/>Convertion html vers TEI non balisé\./>Script de conversion HTML vers TEI/g' $fichier
  sed -i 's/>Conversion html vers TEI non balisé\./>Script de conversion HTML vers TEI/g' $fichier
  sed -i 's/<authority>ISH UMS 1798/<authority>ISH USR 3385/g' $fichier
  sed -i 's/par les collaborateurs scientifique dans/par les collaborateurs scientifiques dans/g' $fichier
  sed -i 's/\(<TEI xml:id=".*\)-ver0/\1/g' $fichier
  sed -i 's/\(<TEI xml:id="\)\(g22.*"\)/\1cote-\2/g' $fichier
 
 
	sed -i 's/\(<bibl [^>]*xml:id="b\)-*/\1-/g' $fichier | egrep -o '<bibl [^>]*>'
 
 done

Enfin, merci infiniment.

[zipe31]

Happy for you

Mais comme dit plus haut par N_BaH, la boucle est inutile

De même, en regroupant tes commandes dans un fichier, tu pourrais appeler la commande "sed" qu'une fois au lieu d'en lancer 7 instances

Mais bon, c'est toi qui vois