Question

我在给定目录中有大约150个HTML文件，我想对其进行一些更改。一些锚标记沿着以下行具有href：index.php?page=something。我希望所有这些都改为something.html。简单的正则表达式，简单的脚本。不过，我似乎无法理解它。有人可以权衡我做错了吗？

示例html，输出前后：

<!-- Before -->
<ul>
    <li><a href="#">Apple</a></li>
    <li><a href="index.php?page=dandelion">Dandelion</a></li>
    <li><a href="index.php?page=elephant">Elephant</a></li>
    <li><a href="index.php?page=resonate">Resonate</a></li>
</ul>

<!-- After -->
<ul>
    <li><a href="#">Apple</a></li>
    <li><a href="dandelion.html">Dandelion</a></li>
    <li><a href="elephant.html">Elephant</a></li>
    <li><a href="resonate.html">Resonate</a></li>
</ul>

脚本文件：

#! /bin/bash

for f in *.html
do
    sed s/\"index\.php?page=\([.]*\)\"/\1\.html/g < $f >! $f
done

Answer 1

这是你的正则表达式，以及shell试图解释你的正则表达式的事实。

首先 - [.]*匹配任意数量的文字点.。将其更改为.*。

其次，将整个正则表达式用单引号'括起来，以防止bash shell解释其中任何一个。

sed 's/"index\.php?page=\(.*\)"/\1\.html/g'

此外，代替< $f >! $f，您只需将'-i'开关输入sed即可使其就地运行：

sed -i 's/"index\.php?page=\(.*\)"/"\1\.html"/g' "$f"

（另外，我认为在你的替换中你需要在\1.html周围加上双引号，以便在HTML中引用新的网址。我还引用了你的$f到{{1} }，因为如果文件名包含空格bash会抱怨）。

编辑：正如@TimPote所说，匹配引号内的内容的标准方法是"$f"（以便".*?"非贪婪）或{{1 }}。 Sed不支持前者，所以试试：

.*

这是为了防止（例如）"[^"]+"变成sed -i 's/"index\.php?page=$[^"]\+$"/"\1\.html"/g' "$f"（<a href="index.php?page=asdf">"asdf"</a>抓取<a href="asdf">"asdf.html"</a>，贪婪）。

Answer 2

你的.*太贪心了。请改用[^"]\+。加上你的报价都搞砸了。改为使用单引号包围整个事物，然后您可以使用"而无需转义它们。

sed -i 's/"index\.php?page=\([^"]\+\)"/"\1\.html"/g'

您可以使用find：

使用单个语句执行此整个操作

find . -maxdepth 1 -type f -name '*.html' \
 -exec sed -i 's/"index\.php?page=\([^"]\+\)"/"\1\.html"/g' {} \+

Answer 3

以下作品：

 sed "s/\"index\.php?page=\(.*\)\"/\"\1.html\"/g" < 1.html

我认为它主要是方括号。不知道为什么你有它们。哦，整个sed命令需要在引号中。

这个shell / sed脚本有什么问题？

3 个答案: