在 Linux 中链接文本文件

Question

我已经从文本文件中解析了所有包含 url 的行并附加了换行符，我想让链接在新文件中点击。

如何使用标准 linux 工具（最好是 awk）仅在 url 周围附加<a href> -tags？ 它需要在 cron 中实现自动化。

例如，

源文件chaturls.txt ：

    12:30 <user> check this: https://link.to/stuff.jpg</br>
    13:47 <user4> https://another.link.lol eyyyy</br>

新文件中的所需输出， chatlinkified.html ：

12:30 <user> check this: <a href='https://link.to/stuff.jpg'>https://link.to/stuff.jpg</a></br>
13:47 <user4> <a href='https://another.link.lol'>https://another.link.lol</a> eyyyy</br>

我试过awk '{printf "<a href=\\"%s\\">%s</a><br>", $0,$0}' chaturls.txt > chatlinkified.html ，但这使整行awk '{printf "<a href=\\"%s\\">%s</a><br>", $0,$0}' chaturls.txt > chatlinkified.html (无效）可点击的链接。

Answer 1

sed -E 's@(https?://[^[:space:]/$.?#].[^[:space:]<]*)@<a href="\1">\1</a>@g' chaturls.txt > chatlinkified.html

您可以使用 sed 并使用\\1引用匹配的组。 注意。 在这里，我使用 @ 而不是 / （如在 s/../../g 中）分开，您可以自由使用任何字符，这样可以节省一些转义。

用于查找 URL 的正则表达式对 https?:// 之后的第一个字符进行一些验证检查，然后继续匹配，直到出现空格或另一个标签的起始括号。

如果您想对 url 使用更简单的正则表达式，如https?://[^ ]*)评论之一中给出的，您可以，其中不包括此小验证。

您可以在此处找到更多经过验证的 url 正则表达式： https : //mathiasbynens.be/demo/url-regex （但您必须从 PHP 正则表达式转换为 sed 扩展正则表达式）