sed - 将双引号多次插入字符串

Question

我继承了一个包含几百行的平面 html 文件，类似于：

<blink>
<td class="pagetxt bordercolor="#666666 width="203 colspan="3 height="20>
</blink>

到目前为止，我还没有找到一种 sed 方法来为每个元素插入右双引号。可能需要除 sed 之外的其他东西来执行此操作。谁能建议一个简单的方法来做到这一点？谢谢

Answer 1

sed -i 's/"\([^" >]\+\)\( \|>\)/"\1"\2/g' file.html

解释：

• "- 前导双引号
• \([^" >]\+\)- 非引号或空格或 - ' >' 字符，分组（到组 1）
• \( \|>\)- 终止空格或 ' >'，分组（进入第 2 组）

我们用' "<group1>"<group2>'代替它。

Answer 2

我突然想到的一个解决方案是解析文件的每一行以查找报价。当它找到一个时，激活一个标志以跟踪是否在引用区域内，然后继续解析该行直到它碰到第一个空格或 > 它到达并在它之前插入一个额外的 "。关闭标志，然后继续通过字符串寻找下一个引号。可能不是一个完美的解决方案，但也许是一个开始。

Answer 3

如果所有行共享相同的结构，您可以使用简单的文本编辑器来全局替换

' bordercolor'

和

'" bordercolor'

（没有单引号）。然后，这与字段值无关，并且对其他字段的工作方式类似。你仍然需要做一些手工工作，但如果它只是一个大文件，我这次会咬紧牙关，不会浪费更多时间来制定 sed 解决方案。

Answer 4

用 bash

for file in *
do
    flag=0
    while read -r line
    do
        case "$line" in
            *"<blink>"*)
                flag=1
                ;;
        esac
        if [ "$flag" -eq 1 ];then
            case "$line" in
                *class=\"pagetxt*">" )
                    line="${line%>}\">"
                    flag=0
                    ;;
            esac
        fi
        echo "${line}"
    done <"file" > temp
    mv temp "$file"
done

Answer 5

正则表达式是你的朋友：

寻找： (="[^" >]+)([ >])

代替： \1"\2

完成之后，确保也运行这个：

寻找： </?blink>

代替： \n

（这不会在一个元素上修复多个类，例如<element class="class1 class2 id="jimmy">）

Answer 6

如果您的文件很简单，则应该这样做-如果引号内应包含空格，则它将不起作用-在这种情况下，将需要更复杂的代码，但可以按照相同的方式完成。

#!usr/bin/env python

#change the "utf-8" bellow to your files encoding
data = open("<myfile.html>").read().decode("utf-8")
new_data = []

inside_tag = False
inside_quotes = False
for char in data:
    if char == "<":
        inside_tag = True
    if char == '"':
        inside_quotes = True
    if inside_tag and (char.isspace() or char==">") and inside_quotes:
        new_data.append('"')
        inside_quotes = False
    if char == ">":
        inside_tag = False
    new_data.append(char)


outputfile = open("<mynewfile.html>", "wt")

outputfile.write("".join(new_data).encode("utf-8"))
outputfile.close()