質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

90.51%

  • 正規表現

    795questions

    正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

  • シェル

    248questions

    シェル(shell)はUnix や Linux 系のOSで使用されるコマンドインタプリタを指します。

  • sed

    59questions

    sedとは、POSIX環境のために作られたコマンドラインエディタです。sedは編集スクリプトの指示のもとに複数のファイルを編集し、標準出力にその結果を出力します。

htmlファイルの1行目に入っているであろうxml宣言を削除したい。

解決済

回答 3

投稿 編集

  • 評価
  • クリップ 1
  • VIEW 462

tomomo

score 184

タイトルどおりなのですが、非常にたくさんのファイル(サイト)を所有しているためコマンドで一括処理できないものかと思っています。

find ${work_dir} -type f -name "*.html" | xarg sed -i 's/<?xml (.)+\n>//g'

↓(誤りを修正)

find ${work_dir} -type f -name "*.html" | xarg sed -i 's/<\?xml (.)+\n//g'

・htmlファイルの1行目に入っているであろう<?xml version="1.0"...>のような
xml宣言を行ごと削除したい。
・ファイルの形式がUTFだったりShift-JISだったりバラバラである。
・LinuxあるいはMacで作業できる環境にある。

過去の記事を見るとsedで改行のくだりは面倒らしいのでそこも見直さないといけないのですが、
そもそも、xml宣言が'(.)+'で引っかかってないようで。

ご教授いただけないでしょうか。
よろしくお願いします。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

回答 3

+1

正規表現の末尾が\n>となっていますが、改行はXML宣言より外側にあるのが普通ではないでしょうか。

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/10/12 12:16

    素早い回答、ありがとうございます。
    おっしゃるとおり、>は不要と思います。

    いくつか修正を繰り返しているのですが変わらず、一旦改行のくだりは置いといて、
    下記みたいなのを実行してみるも変わらずで。
    結局"xarg sed"以降どのように書けば良いのかに悩んでおります。

    xarg sed -i 's/<\?xml (.)+/hogehoge/g'

    キャンセル

checkベストアンサー

0

下記のように考えましたが、sedで処理する行を1行目だけとするにはどうすればいいかがぱっと思いつきませんでした。

find ${work_dir} -type f -name "*.html" -exec sed -i '/^<?.*?>$/d' {} \;

この場合、同じような<? ... ?>のみとなる行が2行目以降にある場合も削除されてしまいます。
上記でご対応いただく場合は、事前にgrep等で1行目以外には同様の記述内容が存在しないことをご確認頂いた方がよいかもしれません。


追記:
内容にPHPタグが含まれるのであれば質問に記載頂きたかったです。
また、invalidなxml宣言も取り除くであれば下記ではいかがでしょうか。

find  ${work_dir} -type f -name "*.html" -exec sed -i '/^<?xml[^>]*>$/d' {} \;

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/10/12 13:15

    回答、ありがとうございます。
    PHPタグも消えてしまうだろうと思ったので"<?\xml"で実行しましたがダメでした。
    また提示いただいたコマンドもそのまま実行させてもらいましたがダメでした。

    あれからいろいろ削ってみたのですが、検索条件の方が引っかかってないらしく...

    sed -i 's/<\?xml (.)+/hogehoge/g'
    <?xml version="1.0" encoding="Shift_JIS" > <- 変換されず

    sed -i 's/<\?xml/hogehoge/g'
    <?hogehoge version="1.0" encoding="Shift_JIS" > <- 変換される。

    (.)+ の書き方が誤っているのでしょうか。(.*も同じ。)
    アイデアとお時間ありましたら、またよろしくお願いします。

    キャンセル

  • 2017/10/12 18:50

    提示していただいたコマンドでは変換できなかったのですが、"exec"のくだりなど非常に参考になりました。
    以下で目的を果たすことができました。

    ```bash
    find ${work_dir} -type f -name "*.html" -exec sed -i -r '/<\?xml (.)$/d' {} \;
    ```
    "-r"オプションを付加して正規表現と、findのexec。
    自分のやってた、"xargc sed" では"sed:1 ... command i expects \ followed by text"なるエラーが出る。
    (execでいけたのでこのエラーは特に調べず。)

    ありがとうございました。

    キャンセル

  • 2017/10/12 23:04

    コマンドが提示した内容では期待の動作にならなかったとのことで、お手数おかけしました。
    可能であれば、今回処理を実行した環境を記載いただけると助かります。
    MacOS上で作業されたのでしょうか。

    キャンセル

  • 2017/10/16 09:37

    解決した環境は、"CentOS 7.4"、
    上で記載した"sed:1 ... command i expects..."なるエラーがでた環境は"OSX El Capitan 10.11.6"、
    です。

    キャンセル

  • 2017/10/16 10:22

    ありがとうございます。
    なかなかOSによって同じコマンドでも動きが違ったりするので難しいところです。

    キャンセル

0

対象が間違いなく1行目にあるということなら、行番号を指定してあげればよいのでは。

find ${work_dir} -type f -name "*.html" -exec sed -i '1s/<\?xml (.)+\n//g'

投稿

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2017/10/12 18:46

    回答ありがとうございます。
    "入っているであろう"なんで入ってたりなかったり。
    もう少しわかりやすい表現にすればよかったですよね。すみません。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 90.51%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る

  • 正規表現

    795questions

    正規表現とは特定の文字列によるパターンマッチングを行う際に用いられる宣言型プログラミングです。

  • シェル

    248questions

    シェル(shell)はUnix や Linux 系のOSで使用されるコマンドインタプリタを指します。

  • sed

    59questions

    sedとは、POSIX環境のために作られたコマンドラインエディタです。sedは編集スクリプトの指示のもとに複数のファイルを編集し、標準出力にその結果を出力します。