linux - 需要脚本或软件一次修改很多html文件

Question

我在树结构中有大约 3400 个文件(大约 80% 是 html 文件)。

1. 我需要修改每个 html 文件以删除

   样式和字体属性等旧内容并添加另一种样式。

2. 我需要更改 html 中所有链接的根目录。例如在 href 属性处将/old/path/更改为/new/path。
3. 我需要删除一些链接。例如指向 google.com 的链接需要删除，因此 <a href="http://www.google.com">as google said</a>应该只是“如谷歌所说”。

有没有什么软件可以帮我做这件事？ 是否可以制作脚本？

我不知道如何编写脚本来让它工作，我认为这可能是最快的方法...有人想帮助我吗？

谢谢!

Answer 1

我会设置一个脚本来打开一个 HTML 文件，用可靠的 HTML 解析器解析它(BeautifulSoup 是一个很好的例子)，然后以两种方式之一遍历它:在 SAX 模型中，编写表示重写规则或 DOM 模型目标的函数，将规则编写为 XPath 查询并在匹配的 DOM 节点上执行操作。

然后只需在所有 HTML 文件上运行脚本。