通过bash脚本替换HTML ascii代码？

Question

我需要一种方法来替换像!这样的HTML ASCII码，并在bash中使用正确的字符。

是否有一个实用程序我可以运行我的输出来执行此操作，或者沿着这些行的某些内容？

Answer 1

$ echo '!' | recode html/..
!
$ echo '<∞>' | recode html/..
<∞>

Answer 2

这是我使用标准Linux工具箱的解决方案。

$ foo="This is a line feed
And e acute:é with a grinning face 😀."
$ echo "$foo"
This is a line feed
And e acute:é with a grinning face 😀.
$ eval "$(printf '%s' "$foo" | sed 's/^/printf "/;s/&#0*\([0-9]*\);/\$( [ \1 -lt 128 ] \&\& printf "\\\\$( printf \"%.3o\\201\" \1)" || \$(which printf) \\\\U\$( printf \"%.8x\" \1) )/g;s/$/\\n"/')" | sed "s/$(printf '\201')//g"
This is a line feed
And e acute:é with a grinning face .

你看它适用于所有类型的转义，甚至换行，急性（é）是一个2字节的UTF-8，甚至是扩展平面中的新表情符号（4字节unicode）。

此命令也适用于破折号，破折号是一个修剪下来的外壳（Ubuntu上的默认外壳），并且还与像Synology使用的灰烬和bash兼容。

如果您不介意坚持使用bash并降低兼容性，那么您可以更简单。

使用的位应该在任何体面的Linux盒子（或OS X？） - 哪一个 - printf（GNU和内置） - GNU sed - eval（shell builtin）

仅bash版本不需要GNU printf。

Answer 3

我不知道一个简单的方法，这就是我想我会做的......

您可以编写浏览器脚本来读取文件，然后将其另存为文本。如果lynx支持html字符实体，那么它可能值得一试。如果这不成功......

使用sed完成此类问题的一般解决方案。您需要对此进行“更高阶”编辑，因为您首先要使用an entity table，然后使用多步过程将该表编辑为编辑脚本本身。类似的东西：

. . .
s/&amp;Dagger;/&Dagger;/g<br />
s/&amp;#8221;/&#8221;/g<br />
. . .

然后，将其封装为html，将其读入浏览器，并将其另存为您要定位的字符集中的文本。如果你得到它来产生如下行：

s/&lt;/</g

然后你赢了。调用sed或ex的bash脚本可以由文件中的替换命令驱动。