Question

我有数千个html文件，我需要在其中替换字符串。我正在寻找以src或href开头的属性'../'和'../../'，或者下一个主机名尽可能多的时间。

示例：

href = "../../../baz.pl/baz.img"

src="../../foo.example.com/baz.img"

href="../bar.pl/style.css"

我需要用双斜杠替换路径部分。

示例：

../../../baz.pl/baz.img -> //baz.pl/baz.img

我需要在linux bash中实现这一点。什么是最好的解决方案？我应该使用什么命令？我正在使用grep来匹配字符串。我知道find和sed可能是更好的解决方案，但我不能将它们合并在一起。

我工作的正则表达式是：

(?:href|src){1}\=[\"\']{1}((?:\.\.\/)+)[a-z\.].{1,40}(?:\.com|\.pl){1}

如您所见，我只需要匹配pl和com域

已更新

在Netbeans替换工具这个正则表达式工作：

(href|src){1}\=(\"|\'){1}(?:(?:\.\.\/)+)([a-z\.].{1,40}(?:\.com|\.pl)){1}

替换：

$1=$2//$3

现在如何将其移至Linux bash？

Answer 1

您可以awk与gensub一起使用，以匹配论坛([.]{2}\/)+：

awk -i inplace '{
    print gensub(/(href|src)\s*=\s*\"([.]{2}\/)+(\w)([a-zA-Z0-9_\-\.]+)(.com\/|.pl\/)/,
        "\\1=\"//\\3\\4\\5",
        "g");
}' *.html

此处使用就地文件编辑（-i inplace）来更新现有文档

第一部分将src或href与=之前和之后的可选空格匹配：(href|src)\s*=\s*\"

结尾部分匹配.com/或.pl/后面的任何内容：(href|src)\s*=\s*\"

使用复杂的正则表达式查找和替换html文件中的字符串

1 个答案: