如何使用 sed(或 awk)进行链接规范化，获取文件名

我有一个200页的网站，想实现链接的规范化。

我使用我的ftp客户端将网站下载到本地目录中，并希望在每个页面的<head>标记下拥有规范元标记。

所以，对于第 1 页，我想转换

<head>

到

<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...第200.htm页）。谢谢。

sed，awk不是为处理HTML而设计的。请参阅正则表达式匹配开放标签，但 XHTML 自包含标签除外

使用 xslt、bash、xmlstarlet 的演示

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/更合适的纯XSLT解决方案仍然使用XMLSTARLET，但现在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>

外壳代码：

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

这将添加您想要的元素，<head>当前页面作为变量

我分两个阶段为自己解决了这个问题：

find ./ -name '*.html' | while read i; do echo $i; sed -i 's#</head>#<link rel="canonical" href="'$i'" />n</head>#I' ./$i;done

2. find ./ -name '*.html' | while read i; do echo $i; sudo sed -i 's#<link rel="canonical" href=".#<link rel="canonical" href="http://domainname.here#g' ./$i;done;

使用 xslt、bash、xmlstarlet 的演示

编辑

相关内容

最新更新

热门标签：