这个shell / sed脚本怎么了？

Question

我要对给定目录中的大约150个HTML文件进行一些更改。 一些锚标记具有沿以下几行的href： index.php?page=something 。 我希望将所有这些都更改为something.html 。 简单的正则表达式，简单的脚本。 不过，我似乎无法正确理解。 有人可以对我做错了吗？

输出之前和之后的示例html：

<!-- 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

这是您的正则表达式，并且外壳程序正在尝试解释您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，包围整个正则表达式中的单引号' ，以防止在bash shell解释它的任何。

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

另外，代替< $f >! $f < $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，我想在替换中，您需要在\\1.html周围用双引号引起来，以便在HTML \\1.html新的引号引起来。我还将$f引用为"$f" ，因为如果文件名包含空格bash会抱怨）。

编辑 ：正如@TimPote所指出的，在引号内匹配内容的标准方法是".*?" （因此.*是非贪婪的）或"[^"]+" 。Sed不支持前者，因此请尝试：

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

这是为了防止（例如） <a href="index.php?page=asdf">"asdf"</a>变成<a href="asdf">"asdf.html"</a> （其中(.*)捕获asdf">"asdf表示贪婪）。

Answer 2

您的.*太贪婪。 使用[^"]\\+代替。加上您的引号都被弄乱了。整个内容都用单引号引起来，然后您可以使用"而不必转义。

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

您可以使用find使用单个语句完成整个操作：

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 

我认为主要是方括号。 不知道为什么要拥有它们。 哦，整个sed命令需要用引号引起来。