主页 / unix / 问题 / 670634
Accepted
minto
Asked: 2021-09-26 13:33:25 +0800 CST

sed 替换图像的路径

  • 772

我需要替换目录中多个 xhtml 文件中图像的路径。文件头部分如下：

<?xml version="1.0" encoding="UTF-8"?>
<html xml:lang="en-us" lang="en-us" xmlns="http://www.w3.org/1999/xhtml" xmlns:epub="http://www.idpf.org/2007/ops" xmlns:ns="http://www.w3.org/2001/10/synthesis">
<head>

试图用sed命令来做，但它不起作用。可能由于特定的 sed 版本，但不确定。我有GNU sed 4.4

original path:
<img src="/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg"
I need replace to:
<img src="graphics/line.jpg"

我试过了

sed -i '.bak' 's/\/api\/v2\/epubs\/urn:orm:book:381260143574\/files/graphics/g' '*.xhtml'

它返回

sed: -e expression #1, char 1: unknown command: `.'

也试过

sed -i ' ' 's/\/api\/v2\/epubs\/urn:orm:book:381260143574\/files/graphics/g' '*.xhtml'
it return
sed: can't read s/\/api\/v2\/epubs\/urn:orm:book:381260143574\/files/graphics/g: No such file or directory
sed: can't read *.xhtml: No such file or directory

sed适合这个吗？

bash shell-script

6 个回答

  1. 该sed实用程序通常不适合编辑 XML 或 XHTML 文件。XML 是一种结构化的文档格式，而不是面向行的。与许多标准的 Unix 文本操作工具一样，该sed实用程序是面向行的，并且不会在没有额外工作的情况下处理 XML 实体的编码或解码之类的事情。

    您的示例文档包含节点（更正为/>最后包含）

    <img src="/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg" />

    由于节点内的空格（空格、制表符和换行符）是任意的，并且我们不知道img节点的更多属性或其顺序，因此使用 . 解析会很麻烦sed。我们还必须确保不要在节点src属性之外的任何地方替换路径名。img

    使用命令行 XML 解析器执行此操作可能如下所示：

    xmlstarlet ed   \
        -u '//img/@src[. = "/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg"]' \
        -v 'graphics/line.jpg' file.xhtml

    我们正在使用xmlstarlet一个相当知名的命令行 XML 解析器，如果属性的原始值为 ，则将src每个节点的每个属性的值替换img为字符串。graphics/line.jpg/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg

    该命令将操作结果写入标准输出，但您可以在测试后使用它的(or ) 选项xmlstarlet进行就地编辑，以确保它看起来像您期望的那样工作。--inplace-L

    如果您的img标签看起来像<img src="...">，没有正确的结尾，那么您可以通过首先过滤您的 XHTML 文件来恢复

    xmlstarlet fo --recover --html file.xhtml

    甚至可以设想表格上的管道

    xmlstarlet fo --recover --html file.xhtml |
xmlstarlet ed   \
        -u '//img/@src[. = "/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg"]' \
        -v 'graphics/line.jpg'

    如果您要处理的文件都与 pattern 匹配./*.xhtml，即，如果它们具有.xhtml文件名后缀并且位于当前目录中，那么您将能够使用上述任一命令使用简单的 shell 循环来处理所有这些文件。

    for name in ./*.xhtml; do
        xmlstarlet ed --inplace        \
                -u '//img/@src[. = "/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg"]'   \
                -v 'graphics/line.jpg' "$name"
done

    请注意，这使用--inplace选项xmlstarlet，它将修改文件而不进行备份。最好在备份数据上运行它。

    要在目录层次结构中的所有 XHTML 文件上运行上述内容，即在具有多个子目录的目录中，您可以使用find.

    find . -type f -name '*.xhtml' -exec sh -c '
        for name do
                xmlstarlet ed --inplace        \
                        -u "//img/@src[. = \"/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg\"]" \
                        -v "graphics/line.jpg" "$name"
        done' sh {} +
    • 5

  2. 如果它是 XHTML，您可以使用适当的 XML 编辑器对其进行编辑。这里的优点是它不受文件布局更改的影响

    首先，将您的示例修改为 XML（毕竟它是一个 XHTML 文档），

    <img src="/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg"/>

    如果您的源文档不是真正的 XHTML，您可以通过编程方式修复它

    xmlstarlet format -H file.xhtml

    您可以src使用以下命令编辑属性xmlstarlet：

    xmlstarlet edit --omit-decl --update '//img/@src' --value 'graphics/line.jpg' file.xhtml
<img src="hello"/>

    或者通过结合这两个命令，

    xmlstarlet fo -H file.xhtml 2>/dev/null |
    xmlstarlet ed -u '//img/@src' -v 'graphics/line.jpg'

    准备好后，将结果放入临时文件，然后用修改后的版本替换原始文件。（或者将原始文件重命名为备份，并将其用作输入以创建具有原始名称的文件。）

    如果您有多个<img/>元素，则可以为它们提供结构路径，而不仅仅是//img. 如果您只想更改具有特定src属性值的那些也是可能的。但是您的问题中没有足够的细节来有效地解决这些可能性。

    • 4
  3. Best Answer

    尝试 ：

    sed -i.bak 's/\/api\/v2\/epubs\/urn:orm:book:381260143574\/files/graphics/g' *.xhtml


sed -i '.bak' --> sed -i.bak
'*.xhtml' --> *.xhtml

    如果您不想转义斜杠，另一种选择是使用rpl.

    在基于 Debian 的发行版上：

    sudo apt install rpl

rpl -b "/api/v2/epubs/urn:orm:book:381260143574/files/line.jpg" "graphics/line.jpg" *.xhtml

-b = backup

    rpl手册

    • 1

  4. 该-i选项要求其值立即跟随，中间没有任何空格。所以你必须写-i.bak. 使用空格，sed将其解释为-i没有值（因此文件将就地更改）并.bak作为要运行的命令，因此是错误消息。您还需要删除引号*.html以允许外壳扩展通配符。

    （您的第二次尝试基本上有同样的问题，但这里的空格作为命令不会触发错误消息。）

    顺便说一句，您可以sed通过使用不同于的分隔符使您的命令更具可读性，/这样您就不需要转义字符串中的斜杠来替换，例如：

    sed -i.bak 's-/api/v2/epubs/urn:orm:book:381260143574/files-graphics-g' *.xhtml
    • 1

  5. 你也可以试试这个sed。我没有包含该-i标志，因为它在测试时不合适。

    sed -E 's|(img src=").[^"]*(/.*)|\1graphics\2|' input_file

    这将对我们需要保留的匹配进行分组，同时排除我们不需要保留的匹配。

    (.*=.)- 将所有内容分组到最后一次出现=

    .[^"]*- 是排除匹配。[^"]用于防止匹配到最后/并匹配到下一个"

    (/.*)- 在匹配之后的剩余模式时，直到倒数第二个的所有/内容都已被排除。

    \1graphics\2- 创建了两个小组赛，我们可以按照我们喜欢的任何顺序返回它们。由于graphics后面需要硬编码=，我们可以在返回第一个分组匹配后立即插入\1

    |- 管道被用作分隔符，因为数据本身包含“/”斜杠，这将与seds默认分隔符冲突。

    输出

    $ sed -E 's|(img src=").[^"]*(/.*)|\1graphics\2|' input_file
<img src="graphics/line.jpg"/>
    • 1

  6. 肯定有强烈的反对使用sed这种东西的论据，其他人也提出了这些。

    但是，您可能无法使用提到的专用工具。因此，如果您的输入文件的结构可以适当地预测以允许sed工作，那么我会这样做：

    sed -ri.bak 's (src=").*/files/(.+[.]jpg") \1graphics/\2 g' *.xhtml

    通过在搜索表达式中提及一些上下文，它正在（合理地）努力确保它在正确的行上运行。

    sed用法说明：s命令后的第一个字符指示分隔符，这使我们/无需转义即可使用。

    • 0

相关问题