Question

I have one huge HTML files with many links i.e. <a href="...">. I need to substitute each href with a unique arbitrary value. So, after substitution the first link will be <a href="http://link1">, second link <a href="http://link2">, and so on.

Can we do this using a regex? Or, do I need to write a small script to scan over the file? Ideally, the solution will be a Perl or bash script (not something proprietary).

感谢。

Answer 1

Perl或许是你最好的灯塔,但我不想试图在一席(甚至不可能)。我认为,这很短,因为你可以做文字,同时仍然可以读懂:

#!/usr/bin/perl
$link = 1;
while(<>) {
    $link++ while( s/href="(?!linkd)[^"]*"/href="link$link"/ );
    print;
}

接着请它:

./thatScript.pl inputFile.html > newInputFile.html

它将审查每一条输入线和每一条<代码>href=> <>/code>,取而代之的是编号链接和编号。还有一个消极的 look头来避免不断替换相同的<代码>href。

http://www.hchr.org。就伤者而言,你将如何把上述内容排入一个双线:

perl -pe  $link++ while( s/href="(?!linkd)[^"]*"/href="link$link"/ )  inFile.html > outFile.html

如。

Answer 2

我当然不建议这样做(当然,这应该是一种文字),但它确实具有空洞和以决定性/可重复的方式满足字面要求而不需要挽救国家/绘制。

perl -MDigest::MD5=md5_hex -MXML::LibXML -le  $d = XML::LibXML->load_html( location => shift || die "need location" ); for $a ( $d->findnodes("//@href") ) { $a->setValue( md5_hex $a->value ) }; print $d->serialize  targeted.html

Answer 3

未经测试:

perl -pe  s{(href=")[^"]+}{$1 . "http://link" . ++$count}ge  filename > newfile

友情链接