我有一个 200 页的网站，想要实现链接规范化。
我使用我的 ftp 客户端将站点下载到本地目录中，并希望在 <head> 下有规范的元标记。每个页面的标记。
所以，对于第 1 页，我想转换
<head>
进入
<head>
<link rel="canonical" href="http://www.site.com/page1.htm" />
并使用 sed 在整个本地目录(page1.htm、page2.htm ... page200.htm)中执行此操作。谢谢。
最佳答案
sed , awk不是为处理 HTML 而设计的。参见 RegEx match open tags except XHTML self-contained tags
演示使用xslt , bash , xmlstarlet
cd /where/HTML_pages/exists
for file in *html; do xmlstarlet transform --html <(cat<<EOF
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0" >
<xsl:output method="html" encoding="utf-8"/>
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates select="@*|node()" />
</xsl:copy>
</xsl:template>
<xsl:template match="head">
<xsl:copy>
<xsl:apply-templates/>
<xsl:if test="not(link)">
<link rel="canonical" href="http://www.site.com/$file" />
</xsl:if>
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
EOF) >/"tmp/$file" "$file" && mv "/tmp/$file" "$file"
done
编辑
一个更好/合适的纯xslt解决方案仍在使用 xmlstarlet但是现在bash不再是强制性的:
文件 xsl.xslt :
<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform" version="1.0">
<xsl:output method="html" encoding="utf-8" />
<!-- where are not making a HTML from scratch,
so we will copy what's exists -->
<xsl:template match="@*|node()">
<xsl:copy>
<xsl:apply-templates select="@*|node()" />
</xsl:copy>
</xsl:template>
<!-- looking for "head" tag -->
<xsl:template match="head">
<xsl:copy>
<xsl:apply-templates />
<!-- if "link" tag not exists ... -->
<xsl:if test="not(link)">
<!-- we add the new "link" tag... -->
<link>
<xsl:attribute name="rel">
<!-- with a fixed string attribute... -->
<xsl:text>canonical</xsl:text>
</xsl:attribute>
<xsl:attribute name="href">
<!-- and a dynamic string attribute ("link" parameter) -->
<xsl:value-of select="$link" />
</xsl:attribute>
</link>
</xsl:if>
</xsl:copy>
</xsl:template>
</xsl:stylesheet>
shell代码:
cd /where/HTML_pages/exists
for file in *html; do
xmlstarlet transform \
--html \
xsl.xslt \
-s "link=http://www.site.com/$file" "$file" > "/tmp/$file" &&
mv "/tmp/$file" "$file"
done
这将在 <head> 中添加您想要的元素以当前页面为变量
关于bash - 如何使用 sed(或 awk)进行链接规范化，获取文件名？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/19796899/