Question

我在html页面中有以下几行

    <td style="color:#8C8C8C;font-size:10px;font-family:Arial,'Helvetica';text-align:center; padding:0 15px 0 15px;">Assurez-vous de bien recevoir tous nos messages en ajoutant reteuteu@cab05.net a votre carnet d'adresses.<br />
Si vous avez des difficult&eacute;s pour visualiser ce message, rendez-vous sur <a style="color:#8C8C8C;" target="_blank" href="#"><u>cette page</u></a>.</td>

我只需要用

替换上面的内容

[{test}]

或喜欢这个

href="#">reteuteu.fr

并将其替换为：

href="http://mm.eulerian.net/dynclick/reteuteu/?eml-publisher=reteuteu&eml-name=deme_faible&eemail={email}&eurl=https://www.reteuteu.fr/?utm_source=ANIM&utm_medium=Targeting&utm_campaign=deme_faible&utm_term=CCCC_seg_men&utm_content=website">reteuteu.fr

我试图通过使用这样的简单bash工具来保持简单：sed -e 's~SEARCH_STRING~REPLACE_STRING~g' <string_to_be_searched>

问题是sed适用于有一行的字符串但当我有换行符或&等元字符时会出错。

我听说python或perl可以做到这一点，但我不知道该怎么做。

最终我希望以这种方式运行它

python script.py STRING_TO_SEARCH_WITH_LINE_FEED_OR_META_CHARACTERS STRING_TO_BE_REPLACE

或

perl script.pl STRING_TO_SEARCH_WITH_LINE_FEED_OR_META_CHARACTERS STRING_TO_BE_REPLACE

我读过有关HTQL或HTML解析器的内容，但我需要提示如何操作。

非常感谢你能给我的任何线索。

对于第一个示例

，预期输出将如下所示

<td style="color:#8C8C8C;font-size:10px;font-family:Arial,'Helvetica';text-align:center; padding:0 15px 0 15px;">[{test}] <a style="color:#8C8C8C;" target="_blank" href="#"><u>cette page</u></a>.</td>

Answer 1

通过Perl。

$ perl -0777pe "s/<td style=\"color:#8C8C8C;font-size:10px;font-family:Arial,'Helvetica';text-align:center; padding:0 15px 0 15px;\">\K.*?(?=<a\b)/[{test}] /sg" file
    <td style="color:#8C8C8C;font-size:10px;font-family:Arial,'Helvetica';text-align:center; padding:0 15px 0 15px;">[{test}] <a style="color:#8C8C8C;" target="_blank" href="#"><u>cette page</u></a>.</td>

\K会丢弃先前在匹配时打印的匹配字符。 \K保持文本匹配到目前为止的整个正则表达式匹配。因此，先前匹配的<td>标记将被丢弃。然后，此.*?匹配a标记开头的所有字符。此处.也匹配换行符，因为我们使用了DOTALL修饰符s。 (?=<a\b)肯定前瞻，声称匹配必须后跟<a和\b边界。

-0777将Record Separator值变为null，从而允许正则表达式匹配换行符。

如何更改几段HTML代码

1 个答案: