Linux文本文件操作

我有格式的文件：Linux文本文件操作

<a href="http://www.wowhead.com/?search=Superior Mana Oil"> 
<a href="http://www.wowhead.com/?search=Tabard of Brute Force"> 
<a href="http://www.wowhead.com/?search=Tabard of the Wyrmrest Accord"> 
<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack">

我需要选择=之后，但在“，并在该行的末尾打印此之前的文本，将因此成为例如：

<a href="http://www.wowhead.com/?search=Superior Mana Oil">Superior Mana Oil</a> 
<a href="http://www.wowhead.com/?search=Tabard of Brute Force">Tabard of Brute Force</a> 
<a href="http://www.wowhead.com/?search=Tabard of the Wyrmrest Accord">Tabard of the Wyrmrest Accord</a> 
<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack">Tattered Hexcloth Sack</a>

我不知道的通过Linux命令行来做到这一点（我猜大概SED/AWK但不与他们良好）的最佳方式，在理想情况下就像一个剧本，我可以只给文件名例如./fixlink.sh brokenlinks.txt

来源

2010-01-20 Darryl at NetHosted

尝试编写脚本并运行它。何时/如果您遇到错误，请将其发布到此处并提供帮助。 “请为我写脚本”类型的问题在这里不是很受鼓励。 – 2010-01-20 11:41:24

假设你可以有各地的=标志之一或AFER <a更多的空间，以及零个或更多的空间，下面应该工作：

$ cat in.txt 
<a href="http://www.wowhead.com/?search=Superior Mana Oil"> 
<a href="http://www.wowhead.com/?search=Tabard of Brute Force"> 
<a href="http://www.wowhead.com/?search=Tabard of the Wyrmrest Accord"> 
<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack"> 
# 
# The command to do the substitution 
# 
$ sed -e 's#<a[ \t][ \t]*href[ \t]*=[ \t]*".*search[ \t]*=[ \t]*\([^"]*\)">#&\1</a>#' in.txt 
<a href="http://www.wowhead.com/?search=Superior Mana Oil">Superior Mana Oil</a> 
<a href="http://www.wowhead.com/?search=Tabard of Brute Force">Tabard of Brute Force</a> 
<a href="http://www.wowhead.com/?search=Tabard of the Wyrmrest Accord">Tabard of the Wyrmrest Accord</a> 
<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack">Tattered Hexcloth Sack</a>

如果你确定你没有多余的空格中，图案被简化为：

s#<a href=".*search=\([^"]*\)">#&\1</a>#

在sed，s后跟任意字符（#在这种情况下）开始替换。被替换的模式是直到第二次出现相同的字符。因此，在我们的第二个示例中，要替换的模式是：<a href=".*search=\([^"]*\)">。我使用\([^"]*\)来表示任何非"字符的序列，并将其保存在反向引用\1（\(\)对表示反向引用）。最后，由#分隔的下一个令牌是替换。 &在sed代表“无论匹配”，在这种情况下是整条线，而\1只是与链接文本相匹配。

这里再次模式：

's#<a[ \t][ \t]*href[ \t]*=[ \t]*".*search[ \t]*=[ \t]*\([^"]*\)">#&\1</a>#'

及其说明：

如果你真的确保总是会有search=其次是你想要的，你可以在文本做：

$ sed -e 's#.*search=\(.*\)">#&\1</a>#'

希望h ELPS。

来源

2010-01-20 11:49:44

因为英勇的努力没有倒下，但是当一行代码需要14行解释时，下一个人可能会很聪明地维护它。 – 2010-01-20 12:05:06

LOL @Adam：我假定OP不知道正则表达式。再加上做出“稳健”的模式，导致了长时间的解释。哦，我试过了。希望他能学到一些东西*（如果他没有厌倦我的帖子的三分之一，那就是！）。 :-) – 2010-01-20 12:08:52

当我试图在这个详细程度上解释一些技术时，我通常会发现我自己学习了一些东西 - 所以这绝不是浪费精力。 – 2010-01-20 12:14:14

awk 'BEGIN{ FS="=" } 
{ 
    o=$NF 
    gsub(/\042>/,"",o) 
    print $0, o"</a>" 

}' file

输出

$ ./shell.sh 
<a href="http://www.wowhead.com/?search=Superior Mana Oil"> Superior Mana Oil</a> 
<a href="http://www.wowhead.com/?search=Tabard of Brute Force"> Tabard of Brute Force</a> 
<a href="http://www.wowhead.com/?search=Tabard of the Wyrmrest Accord"> Tabard of the Wyrmrest Accord</a> 
<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack"> Tattered Hexcloth Sack</a>

，如果你不擅长的东西，阅读了文档。这始终是解决方案的开始。要了解awk/gawk，请转至doc。

来源

2010-01-20 11:40:27 ghostdog74

然后让我们在sed中做。

replace.sh

#!/bin/bash 
#<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack"> 
# => 
#<a href="http://www.wowhead.com/?search=Tattered Hexcloth Sack">Tattered Hexcloth Sack</a> 
sed -r -e 's|(<a href=".*search=(.*))">|\1">\2</a>|' $1

./replace.sh输入。TXT

来源

2010-01-20 11:50:28

用sed：

sed 's/\(.*search=\)\(.*\)\(".*\)/\1\2\3\2<\/a>/' brokenlinks.txt

来源

2010-01-20 11:51:17 codeape

尼斯AWK！但

sed -n 's|=\([^"].*\)">|&\1</a>|p'

更短，会自动删除不匹配的行。

来源

2010-01-20 12:15:22 martinwguy

+1使用'＆'。 – 2010-01-20 12:17:28

Linux文本文件操作

回答

相关问题