在字符串中多次插入双引号

Question

我继承了一个带有数百行的平面 html 文件，与此类似：

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

到目前为止，我还无法找到一种为每个元素插入结束双引号的 sed 方法。可能需要 sed 以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

说明：

• " - 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（到组 2）

我们将其替换为“”“”。

Answer 2

我想到的一个解决方案是解析文件的每一行以查找引用。当它找到一个时，激活一个标志来跟踪是否位于引用区域内，然后继续解析该行，直到它遇到第一个空格或 > > 。它出现并在其前面插入一个额外的 "。将标志关闭，然后继续在字符串中查找下一个引号。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全局替换

' bordercolor'

为

'" bordercolor'

（不带单引号）。这与字段值无关，并且对于其他字段的工作方式类似。您仍然需要做一些手动工作，但如果它只是一个大文件，这次我会硬着头皮，不会浪费更多时间来制定 sed 解决方案。

Answer 4

如果您的文件很简单，则应该这样做 - 如果引号内有空格，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()

Answer 5

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 6

正则表达式是您的朋友：

查找： (="[^" >]+)([ >])

替换： \1"\2

完成此操作后，请确保也运行此命令：

查找：

替换： \n

（这不会修复一个元素上的多个类，例如 )