제거하다거대한 HTML 파일에서 일치하는 문자열 차단

Question

xsltprocOSX에서 프로그램을 사용하여,man xsltproc

예를 들어:

$ cat remdivs.xslt 
<?xml version="1.0" encoding="utf-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
  version="1.0">

<xsl:output method="html" omit-xml-declaration="yes" indent="yes"/>
<xsl:strip-space elements="*" />
<xsl:preserve-space elements="html body div" />

<xsl:template match="@* | node()">
    <xsl:copy>
        <xsl:apply-templates select="@* | node()"/>
    </xsl:copy>
 </xsl:template>

 <xsl:template match="div[@class='block highlight']"/>

 </xsl:stylesheet>



$ cat input.xml 
<html>
<div class="block highlight">
  Reason: <span class="reason">Detects JavaScript location/document property access and window access obfuscation</span><br>
 <span class="line"><b>Log line: </b>111.222.333.444 - - [03/Jan/2013:00:45:40 +0200] "GET /thestring//index.php?fnc=OSCImportStock&amp;session_id=1523141136.42&amp;data=%3cARTICLE_ITEM%3e%3cARTICLE_ITEM_ID%3e2000976405029%3c%2fARTICLE_ITEM_ID%3e%3cQUANTITY%3e21%3c%2fQUANTITY%3e%3cDELIVERY_DATE%2f%3e%3cMIN_STOCK_QTY%3e0%3c%2fMIN_STOCK_QTY%3e%3cACTIVE%3eTrue%3c%2fACTIVE%3e%3cEAN%3e000035010005%3c%2fEAN%3e%3cOPENSUPPLORDERS%3e0%3c%2fOPENSUPPLORDERS%3e%3c%2fARTICLE_ITEM%3e HTTP/1.1" 200 339 "-" "-"
</span><br>
 </div>
 <div class="no highlight">
  Reason: <span class="reason">Detects JavaScript location/document property access and window access obfuscation</span><br>
 <span class="line"><b>Log line: </b>111.222.333.444 - - [03/Jan/2013:00:45:40 +0200] "GET /thestring//index.php?fnc=OSCImportStock&amp;session_id=1523141136.42&amp;data=%3cARTICLE_ITEM%3e%3cARTICLE_ITEM_ID%3e2001021500003%3c%2fARTICLE_ITEM_ID%3e%3cQUANTITY%3e1%3c%2fQUANTITY%3e%3cDELIVERY_DATE%2f%3e%3cMIN_STOCK_QTY%3e0%3c%2fMIN_STOCK_QTY%3e%3cACTIVE%3eTrue%3c%2fACTIVE%3e%3cEAN%3e501302462%3c%2fEAN%3e%3cOPENSUPPLORDERS%3e0%3c%2fOPENSUPPLORDERS%3e%3c%2fARTICLE_ITEM%3e HTTP/1.1" 200 349 "-" "-"
</span><br>
 </div>
 <div class="block highlight">
  Reason: <span class="reason">Detects JavaScript location/document property access and window access obfuscation</span><br>
 <span class="line"><b>Log line: </b>111.222.333.444 - - [03/Jan/2013:00:50:17 +0200] "GET /thestring//index.php?fnc=OSCExportCatalog&amp;session_id=3214235353.32&amp;onlynew=y HTTP/1.1" 200 676 "-" "-"
</span><br>
 </div>
</html>

$ xsltproc --html remdivs.xslt input.xml
<html>
<body>
 <div class="no highlight">
  Reason: <span class="reason">Detects JavaScript location/document property access and window access obfuscation</span><br>
 <span class="line"><b>Log line: </b>111.222.333.444 - - [03/Jan/2013:00:45:40 +0200] "GET /thestring//index.php?fnc=OSCImportStock&amp;session_id=1523141136.42&amp;data=%3cARTICLE_ITEM%3e%3cARTICLE_ITEM_ID%3e2001021500003%3c%2fARTICLE_ITEM_ID%3e%3cQUANTITY%3e1%3c%2fQUANTITY%3e%3cDELIVERY_DATE%2f%3e%3cMIN_STOCK_QTY%3e0%3c%2fMIN_STOCK_QTY%3e%3cACTIVE%3eTrue%3c%2fACTIVE%3e%3cEAN%3e501302462%3c%2fEAN%3e%3cOPENSUPPLORDERS%3e0%3c%2fOPENSUPPLORDERS%3e%3c%2fARTICLE_ITEM%3e HTTP/1.1" 200 349 "-" "-"
</span><br>
 </div>

</body>
</html>

추가 질문 설명 후 편집되었습니다.

추가 설명.

xsltproc는 템플릿(remdivs.xslt)을 기반으로 입력 문서의 변환을 수행합니다. 입력 문서에 <br>빈 요소가 포함되어 있으므로 --html 옵션을 사용하여 엄격한 xml 유효성 검사를 완화했습니다 <br/>.

프로세서는 먼저 입력 문서를 가져와 메모리에 문서 모델을 구축한 다음 문서에서 찾은 템플릿을 적용하여 모델의 요소를 반복합니다..xslt

살펴보면 .xslt, 여기에는 프리앰블 선언과 원하는 출력 유형을 정의하는 데 도움이 되는 몇 가지 일반 처리 규칙이 포함되어 있습니다.

템플릿은 2개뿐입니다. 첫 번째 템플릿은

<xsl:template match="@* | node()">
    <xsl:copy>
        <xsl:apply-templates select="@* | node()"/>
    </xsl:copy>
 </xsl:template>

템플릿에는 match속성이 있으므로 일치 표현식과 일치하는 입력 문서의 요소에만 적용됩니다. 이 경우에는 "@* | node()"문서의 모든 속성이나 노드와 일치합니다. 이러한 요소에 수행되는 작업은 내부적으로 나열되며 각 템플릿을 적용한 결과를 선택적으로 복사하지만 선택 기준 템플릿은 각 속성 및 요소의 이름이 됩니다. 결과적으로 이 템플릿만 존재하는 경우 출력 처리 규칙이 적용된 원본 입력 문서의 복사본이 됩니다.

두 번째 템플릿은 거부됩니다.

 <xsl:template match="div[@class='block highlight']"/>

여기서는 특히 value <div>라는 속성이 있는 요소와 일치합니다 . 따라서 이와 일치하는 블록은 이 템플릿에서 생성된 출력으로 대체됩니다. 이 블록은 비어 있으므로(종료자가 있음 ) 출력이 생성되지 않습니다.class'block highlight'<div>...</div>/

반면에, 이

 <xsl:template match="div[@class='block highlight']">
    suppressed div output<br>
 </xsl:template>

억제된 div 블록 대신 일부 텍스트가 출력됩니다.

수정된 질문을 기반으로 한 다른 억제 템플릿은 다음과 같습니다.

<xsl:template match="div">
   <xsl:choose>
       <xsl:when test="not(contains(span[@class='line'],'GET /thestring'))">
           <xsl:copy>
               <xsl:apply-templates select="@* | node()"/>
           </xsl:copy>
       </xsl:when>
       <xsl:otherwise><!-- Just do nothing to supress output -->
       </xsl:otherwise>
   </xsl:choose>
</xsl:template>

이 템플릿은 모든 div 요소에 적용되며 class속성 값도 포함하는 하위 범위 요소의 텍스트 콘텐츠에 line'GET /thestring' 문자열이 포함되어 있지 않은지 여부를 테스트합니다.

문자열이 포함되어 있지 않으면 첫 번째 템플릿과 동일한 복사본을 수행합니다. 그렇지 않으면 해당 div 블록의 출력을 억제하기 위해 아무 작업도 수행하지 않습니다.

문서의 요소와 속성을 처리하는 방법을 정의하는 XPath와 처리 템플릿을 작성하는 XSLT에 대해 자세히 읽어보면 이러한 예제는 초보자가 더 명확하게 이해하는 데 도움이 될 것입니다.

Answer 1