Sed使用锚文本替换指向特定域的链接

Question

我有很多静态HTML文件，其中包含各种域的链接。

我只需要用锚文本替换特定域的所有链接。

这是迄今为止我设法提出的命令：

dropdownParent

以下是一个如何运作的例子：

此

sed 's|<a .*example\.com.*>\(.*\)<\/a>|\1|Ig' file.html

应该成为这个：

<p>Some random text <a href="http://example.com/sample_page" title="Example Title">Anchor Text</a> | Some other random text <a href="http://example.org/">Different Anchor Text</a></p>

当每行只有一个链接时，上面的命令很有效，但是如果有多个链接只删除了最后一个锚文本，则会删除所有这些链接。

我在这里找到了一些其他类似的主题，但无法针对我的问题调整任何解决方案。当然，完全有可能我可能已经错过了一个已经存在的主题，并且我没有尝试过解决方案。如果我没有清楚地解释问题，或者我错过了提供一些重要信息，请告诉我。

//编辑：

用<p>Some random text Anchor Text | Some other random text <a href="http://example.org/">Different Anchor Text</a></p>替换.*后，命令如下：

[^>]*

第一个结束sed 's|<a .*example\.com[^>]*>\(.*\)<\/a>|\1|Ig' file.html仍然存在，并且已从最后一个中删除。

以下是一个示例结果：

</a>

用<p>Some random text Anchor Text</a> | Some other random text <a href="http://example.org/">Different Anchor Text</p>替换.*会产生相同的结果。

Answer 1

您应该注意.匹配任何字符，它也匹配任何尖括号。

你可以＆＃34;脾气＆＃34;具有否定括号表达式.的{​​{1}}：

[^<]

这意味着sed 's|<a [^>]*example\.com[^>]*>\([^>]*\)</a>|\1|Ig' file.html 标记内不能有>。由于a可以出现在您正在处理的内容中，我认为更安全，但更慢一点的选择是使用>（因为[^<]应始终用作实体）