shell腳本轉換成單一基於參數多行

輸入文件page.txt與內容：

enter a first page title<br><div style="margin-left: 40px;">enter a first point <br></div><div style="margin-left: 80px;">enter a second point<br></div><div style="margin-left: 120px;">enter a third point<br></div><div style="margin-left: 80px;"><br></div><div style="margin-left: 40px;"><br></div><div style="margin-left: 40px;"><br></div>

算法：

Read the pages file 
Replace <br> with newline 
Replace <div style="margin-left: 40px;"> with 1 tab 
Replace <div style="margin-left: 80px;"> with 2 tab 
Replace <div style="margin-left: 120px;"> with 3 tab 
Replace <div style="margin-left: 160px;"> with 4 tab

我想用這個

tr '<br>' '\n' < page.txt

預期輸出文件

enter a first page title 
    enter a first point 
     enter a second point 
      enter a third point

請告訴告訴如何編寫上述腳本..

來源

2013-07-23 lk121

'tr'剛剛替換字符，它不能做你想什麼。使用sed，就像'sed's/
/\ n/g''那樣。 – ahilsend

它必須是一個shell腳本？我們不能使用python或perl嗎？ –

Shell腳本通常不太適合這種問題，你的限制究竟是什麼？僅限Bash或可以在命令行上運行的任何東西？你有任何保證不會有任何嵌套的div？文件是否總是嚴格遵守上述格式（例如，「margin-left」和像素數量之間始終有一個空格，總是像素數目相同，等等）？字符串解析如果您不完全控制格式或使用實際的DOM，則HTML非常容易出錯。 – Thor84no

最簡單的是更換線路（不\n結束，但對結束行）與<br>，像這樣：

(echo line one; echo line two) | sed -e 's/$/<br>/'

或在您的情況：

sed -e 's/$/<br>/' < inputfile

替換行開始處的製表符的操作同樣使用插入符號作爲行首行標記。作爲一個完整的腳本：

TAB="$(echo -e "\t")" 
sed -e "s/^$TAB$TAB$TAB$TAB\(.*\)/<div style=\"margin-left: 160px;\">\1<\/div>/ \ 
    -e "s/^$TAB$TAB$TAB\(.*\)/<div style=\"margin-left: 120px;\">\1<\/div>/ \ 
    -e "s/^$TAB$TAB\(.*\)/<div style=\"margin-left: 80px;\">\1<\/div>/ \ 
    -e "s/^$TAB\(.*\)/<div style=\"margin-left: 40px;\">\1<\/div>/ \ 
    -e 's/$/<br>/' \ 
    <inputfile> outputfile

注1：\在端裝置續行，因此，上述2個語句。注意2：我假設你還想在行末加上</div>，並且只顯示/的轉義</div>。

請注意，對於任何更復雜的事情，您應該考慮使用正確的提取和正則表達式語言，如Perl。你可能會想要做一些像在一個<div>中以同樣方式縮進一組的方式進行組合的行。

來源

2013-07-23 08:04:42 Coroos

我不喜歡來處理XML標籤沒有一個分析器，但在這種特殊情況下你的數據似乎不可思議吧（壞的形成），所以perl並評估在替換命令替換字符串的選擇是一個很好的工具爲解決方案。

我用三個替代的命令，第一個替換所有<br>用換行，第二個要刪除所有密切div標籤，而第三個尋求開放div標籤，提取屬性和使用的數量它計算出有多少標籤插入：

perl -pe ' 
    s/<br>/\n/g; 
    s{</div>}{}g; 
    s{\Q<div style="margin-left: \E(\d+)\s*\Qpx;">}{"\t" x ($1/40)}ge 
' infile

它產生：

enter a first page title 
    enter a first point 
     enter a second point 
      enter a third point

來源

2013-07-23 08:11:40 Birei

shell腳本轉換成單一基於參數多行

回答

相關問題