Início / unix / Perguntas / 787832
Accepted
sylvainsab
Asked: 2024-12-09 01:40:28 +0800 CST

BSD sed/awk movendo parte da linha para a linha acima (trocando atributo no arquivo HTML)

  • 772

Minha situação é simples: tenho um arquivo HTML com várias linhas contendo apenas a <section>tag de bloco recuada , cada linha seguida por uma <h3 id="YYYY">...</h3> tag de título (também recuada) .

Assim:

    <section>
        <h3 id="2024"><a href="index.fr.html#2024">fr</a> 2024 <a href="index.html#2024">en</a></h3>

Ao usar o link ancorado para ir para um ano específico dentro da página (ou sua tradução), o título do ano fica oculto atrás do <header>.

O problema seria resolvido trocando o idatributo uma linha acima da <h3>tag <section>,

assim:

    <section id="2024">
        <h3><a href="index.fr.html#2024">fr</a> 2024 <a href="index.html#2024">en</a></h3>

Existe um comando ou uma linha simples que me permita alternar todos esses idatributos da <h3>tag para a <section>tag uma linha acima? Não descobri como combinar várias linhas em BSD sedou especialmente awk.

sed 's:<section>\(\s*\)<h3\( id="\[0-9\]{4}"\):<section\2>\1<h3:g' index.html não altera o arquivo. Nem \n\t\tno lugar de \s, ou usando barras invertidas duplas escapa.

Existe uma opção para corresponder a caracteres de espaço como eu presumo GNU sedque seria? Talvez apenas a inserção/uso de novas linhas/tabulações diretamente no comando , mas eu gostaria de aprender melhor e também sou forçado, pois estou trabalhando remotamente e tenho que usar termuxem Android... Também não sou habilidoso o suficiente para usar uma awksolução alternativa.

awk

1 respostas

  1. Best Answer

    Arquivo sem sentido com linhas correspondentes e não correspondentes, bem como um par de linhas que já têm o formato correto:

    $ cat index.html
<html>
    <section>
        <h2 id="2023"><a href="index.fr.html#2023">fr</a> 2023 <a href="index.html#2023">en</a></h3>

    <section>
        <h3 id="2024"><a href="index.fr.html#2024">fr</a> 2024 <a href="index.html#2024">en</a></h3>

    <section id="2025">
        <h3><a href="index.fr.html#2025">fr</a> 2025 <a href="index.html#2025">en</a></h3>
</html>

    Embora seja possível fazer isso com sed, minhas sedhabilidades não estão à altura da tarefa.

    Embora o OP tenha declarado - I am not skilled enough to use an awk workaround- a questão foi marcada com awk, então tentarei encontrar uma awksolução ...

    awk -F'[<>]' '                                                  # split on dual delimiters "<" and ">"
$2 == "section" { line1 = $0                                    # if 2nd field is "section", save current line
                  if (getline && $2 ~ /^h3 id=/) {              # read next line and if 2nd field starts with "h3 id=" then ...
                     match($2,/id=.*$/)                         # find the "id=..." string
                     id = substr($2,RSTART,RLENGTH)             # save said string
                     sub(/<section>/,"<section " id ">",line1)  # update "line1" variable
                     sub("<h3 " id ">","<h3>")                  # update current line
                  }
                  print line1                                   # print "line1"
                }
1                                                               # print current line
' index.html

    Isso gera:

    <html>
    <section>
        <h2 id="2023"><a href="index.fr.html#2023">fr</a> 2023 <a href="index.html#2023">en</a></h3>

    <section id="2024">
        <h3><a href="index.fr.html#2024">fr</a> 2024 <a href="index.html#2024">en</a></h3>

    <section id="2025">
        <h3><a href="index.fr.html#2025">fr</a> 2025 <a href="index.html#2025">en</a></h3>
</html>
    • 0

relate perguntas