☰

尋找並取代或刪除 HTML在 Linux 中使用 sed 標記

tag-icon • tag-icon linux sed regular-expression html
尋找並取代或刪除 HTML在 Linux 中使用 sed 標記

我需要刪除<li>許多index.html 頁面中的以下html 標記。

<li>
                      <a href="https://forward.global.ssl.fastly.net/contributoragreements/" onclick="_gaq.push(['_trackEvent', 'ClickTracking', 'TopNav_Contact_Editorial', window.location.href]);">Editorial</a>
                    </li>

我需要在許多文件中遞歸地刪除它。所以我想在linux的sed中使用正規表示式是最好的選擇。我嘗試了很多方法但找不到解決方案。 index.html 檔案中還有其他<li>標籤，但無論如何都不應該編輯它們。僅應刪除上述標籤。

提前謝謝了。

答案1

假設文件片段是格式良好的 XHTML 檔案的一部分，您可以刪除包含其屬性值恰好為using 的節點li的所有節點：ahrefhttps://forward.global.ssl.fastly.net/contributoragreements/xmlstarlet

xmlstarlet ed --delete '//li[a/@href = "https://forward.global.ssl.fastly.net/contributoragreements/"]' file.xhtml

如果文檔不是格式良好的 XHTML 文檔，您可以先嘗試恢復它：

xmlstarlet fo --recover --html file.html |
xmlstarlet ed --delete '//li[a/@href = "https://forward.global.ssl.fastly.net/contributoragreements/"]'

index.html若要對rotted 目錄結構中的所有檔案執行此命令top-dir，請xmlstarlet像find這樣呼叫：

find top-dir -type f -name index.html -exec sh -c '
    tmpfile=$(mktemp)
    for pathname do
        cp "$pathname" "$tmpfile"
        xmlstarlet fo --recover --html "$tmpfile" |
        xmlstarlet ed --delete "//li[a/@href = \"https://forward.global.ssl.fastly.net/contributoragreements/\"]" >"$pathname.new"
    done
    rm -f "$tmpfile"' sh {} +

上面的程式碼將為index.html.new每個找到的index.html檔案建立一個新檔案。在.new從上面的命令中刪除運行之前，您應該查看這些檔案並確定它們看起來是否正常。

顯然你應該在複製測試時備份的資料。

相關內容