☰

重命名html php文件中图像文件名中的所有空格

tag-icon • tag-icon bash shell-script text-processing rename html
重命名html php文件中图像文件名中的所有空格

在不同的 htm.gz、html.gz 和 php.gz Web 文件中，我有图像，.jpg 格式的图像的名称带有空格而不是“-”，但在所有图像所在的 /images/ 目录中，它们有“-” “而不是空间

在 html 文件中我有“<img class="photo" width="400" height="600" src="/images/red roses in summer 54.jpg" alt="">

在目录“/images/”中，所有内容都在单词之间用“-”列出，例如“red-roses-in-summer-54.jpg”

所以，我想要的是一个 bash 命令/脚本，它可以搜索 /var/www/domain.com 内的所有 htm.gz、html.gz 和 php.gz 文件，找到所有 .jpg 图像并将空格替换为“-”。所以从 /images/red Roses in Summer 54.jpg 到 /images/red-roses-in-summer-54.jpg

如果重要的话服务器运行在centos 7上。

答案1

perl理想情况下，这应该使用像或python那样具有良好 HTML 解析库的语言来完成。但如果你想在 shell 脚本中完成它，你可以安装XML2包，它提供了名为html2和 的工具2html，用于将 HTML 与平面文件格式相互转换，适合与面向行的工具（如sed、grep、awk等）一起使用。

它还包含用于处理 XML 和 CSV 文件的类似工具。

然后您可以使用sed将匹配线上的空格转换img src为破折号。然后再转换回html。

例如，使用您的示例 html 行：

$ cat file.html 
<img class="photo" width="400" height="600" src="/images/red roses in summer 54.jpg" alt="">

$ html2 < file.html  | sed -e '\:/img/@src=/images/: s/ /-/g' | 2html 
<html><body><img class="photo" width="400" height="600" src="/images/red-roses-in-summer-54.jpg" alt="">

将输出重定向到，例如file.new.html.然后mv -f file.new.html file.html如果您想用修改后的版本替换原始文件。我强烈建议保留原始文件的备份副本，以便在出现错误时可以恢复到已知良好的起点。

顺便说一句，生成的平面文件格式html2如下所示：

$ html2 < file.html 
/html/body/img/@class=photo
/html/body/img/@width=400
/html/body/img/@height=600
/html/body/img/@src=/images/red roses in summer 54.jpg
/html/body/img/@alt

xml2为 Debian 和 Ubuntu 以及可能其他 Linux 发行版打包。如果它没有为您的 UNIX 预先打包，您可以在上面的链接中找到源代码。

有多种方法可以对大量文件进行这些更改。这是一个简单的for循环示例。

for htmlfile in *.html ; do

   html2 < "$htmlfile" |
       sed -e '\:/img/@src=/images/: s/ /-/g' |
       2html > "$htmlfile.new" \
   && mv -f "$htmlfile.new" "$htmlfile"

done

警告：测试这是否符合您的预期前在大量 HTML 文件上运行它。并保留原件的备份。如果您的文件中的 HTML 不是完全有效的 HTML（即，如果它无法通过 HTML 语法检查器），则html2 | ... | 2html可能会使您的 html 文件比现在更加糟糕。

如果文件太多，或者文件位于多个子目录中，则必须使用find ... -exec.find本网站上有无数使用此处的示例。

答案2

我发现了一些东西，但效果不佳：

find /var/www/domain.com -type f ! \( -name '*.db' -o -name '*.sqlite' -o -name '*.feed' -o -name '*.com' -o -name '*.xml' -o -name '*.gz' -o -name '*.txt' -o -name '*.pdf' -o -name '*.js' -o -name '*.css' -o -name '*.ico' -o -name '*.gif' -o -name '*.png' -o -name '*.jpg' -o -name '*.jpeg' \) -maxdepth 1 -exec sed -e '\:/img/@src=/images/: s/ /-/g' {} \;

这将打开所有文件，查看内部，但不会改变任何内容。有什么建议么？

相关内容