☰

Como posso usar o Unix para renomear todos os arquivos html pelos seus títulos?

tag-icon • tag-icon sed
Como posso usar o Unix para renomear todos os arquivos html pelos seus títulos?

Tipo, renomear todos os arquivos HTML em um diretório pelo texto contido em TEXT?

Uma combinação de grep, sed e mv poderia funcionar?

Por exemplo, tenho um arquivo que contém 1.html. O título de 1.html está contido no arquivo HTML como TEXT (está contido nas tags de título TEXT. Gostaria de renomear 1.html para TEXT.html

Se um arquivo for nomeado 5.html e o título de 5.html for TEST2, desejo renomear 5.html para TEST2.html.

Responder1

for file in *.html ; do 
    name="$(sed -n '/<title>/{s=[^>]*title>==;s=</title.*==;s=[^0-9A-Za-z-_]=_=g;p;q}' "$file")"
    if [ -f "$name" ]; then
       [ -f "${name}_$file" ] || mv -f "$file" "${name}_$file"
    else
       mv -v "$file" "${name}.html"
    fi
done

sedexplicação:

    /<title>/ -- finds the string with <title> and 
                 applies a group of commands to it
    {}        -- a group of commands
    s=[^>]*title>== -- removes everything before <title> including tag
    s=</title.*==   -- removes everything after </title> including tag
    s=[^0-9A-Za-z-_]=_=g -- substitute all non alphabet/num characters to _  
    p -- print the output
    q -- exit as there is no need to process rest of the file

obs. coloque echoantes de cada mvpara rodar no modo seco e verifique se tudo está bem.

pp. também sed construção espera que fdjskjfls esteja em uma linha e não tenha nenhuma tag antes na mesma linha.

Responder2

Eu usaria uma abordagem mais simples, supondo que você tenha GNU grep:

for f in *.html ; do 
    mv -v "$f" "$(grep -oP '<title>\K.+?</title>' $f | sed 's#</title>##').html"
done

informação relacionada