在文件夹下的文件中搜索有效模式？ （也许使用 Perl 或使用 Java 的一些 API 或其他任何东西）

Question

我有一个文件夹，它的名称是 v3。该文件夹中有 jsp 文件，v3 文件夹中也有一些文件夹，该文件夹中也有 jsp 文件。

我的 jsp 文件夹有一些链接，如下所示：

<link rel="stylesheet" href="/static/css/main.css" type="text/css" />
<link rel="stylesheet" type="text/css" href="/css<s:text name="scripts"/>/general_styles.css">
<link rel="stylesheet" type="text/css" href="/v3/css<s:text name="scripts"/>/something.css" >

和脚本：

<script language="javascript" type="text/javascript" src="/static/scripts/jquery-1.4.2.min.js"></script>
<script type="text/javascript" src="/scripts<s:text name="scripts"/>/prototype-1.6.0.2.js"></script>
<script language="javascript" type="text/javascript" src="/scripts<s:text name="scripts"/>/${a.name}/<s:text name="genericJs"/>"></script>

对于链接：

href 应以 /static/ 开头，例如这是有效的：

<link rel="stylesheet" href="/static/css/main.css" type="text/css" />

对于脚本：

src< /code> 也应该以 /static/ 开头，例如这是有效的：

<script language="javascript" type="text/javascript" src="/static/scripts/jquery-1.4.2.min.js"></script>

我想要做什么，我想检测哪些文件具有无效定义。

编辑：有效-无效是我公司系统的一个概念。我们正在将 css 和 js 文件夹移动到另一个文件夹，它们将位于一个文件夹下，该文件夹的名称为 v3。

该程序将像这样工作：

• jsp 文件位于 v3 文件夹下。我将从任何地方运行该程序，它将检查该文件夹下的所有 jsp 文件（我将在编写的程序中定义该 v3 文件夹的整个路径）。

• 它将查找以 和 开头的所有行。

• 如果是，它将找到href="

• 如果是则会找到src="

• 找到其中之一后，它将检查它是否以 /static/ 开头。

• 如果启动，则可以，但如果不启动，它会将文件名写入输出/文本文件或其他任何内容。

Answer 1

您可以查看 ack，它是 grep< 的基于 Perl 的替代品/code> 并且应该能够做你想做的事。

说实话，您不想在 [xht]ml 上进行模式匹配，您想使用解析器。使用 HTML::TokeParser 的 Perl 脚本可以找到具有某些属性的所有标签。

这是一个快速模型，但您可能需要一些更有用的输出：

#!/usr/bin/perl

use strict;

use warnings;

use File::chdir;
use Cwd 'abs_path';

use HTML::TokeParser;

my @paths = @ARGV;
my @files;

foreach my $path (@paths) {
  local $CWD = $path;
  opendir( my $dh, $CWD);
  push @files, map { abs_path($_) } grep {/\.jsp$/} readdir $dh;
}

foreach my $file (@files) {
  my $parser = HTML::TokeParser->new($file);

  while (my $tag = $parser->get_tag("link", "script")) {

    if ($tag->[0] eq "link" and exists $tag->[1]{'href'}) {
      print "$file\n" unless $tag->[1]{'href'} =~ m#^/static/#;

    } elsif ($tag->[0] eq "script" and exists $tag->[1]{'src'}) {
      print "$file\n" unless $tag->[1]{'src'} =~ m#^/static/#;
    }

  }  

}

Answer 2

使用 HTML::TreeBuilder （和因此 HTML::Element) 和look_down 来查找你的东西。

use strict;
use warnings;
use 5.012;

use HTML::TreeBuilder;

my @filelist = @ARGV; ### or some other method ofc.

for my $file (@filelist) {
  my $tree = HTML::TreeBuilder->new_from_file($file)->elementify;
  for my $e ( $tree->look_down( '_tag' => 'link',
                                sub { !($_[0]->attr('href') =~ |^/static/|) }
                              ) 
            ) {
    say "$file: ", $e->as_HTML;
  }
}

使用相同的脚本修改 HTML 也非常简单（即，将 '/static/' 连接到坏属性的前面 - $e->attr('href') = '/static/ ' . $e->attr('href')) 并用 HTML::Tidy 与 HTML::Tidy->new->clean($tree->as_HTML)。

编辑：关于您关于文件列表的问题，将 ARGV 分配给文件列表只是因为它与问题无关。请参阅例如，如何在目录中搜索所有 .XXX 文件并在 Perl 中获取它们的列表？。我会使用 File::Find：

use File::Find;
my @rootdirs = @ARGV or die "Please pass all root directories to search as arguments!";
my @filelist = find( sub { /\.jsp$/ or return; }, @rootdirs );

这将通过您的起始目录进行递归（通过参数传递——如果您愿意，您也可以将它们直接分配给 @rootdirs），并将其中的所有 .jsp 文件作为 @filelist 中的项目提供给您。

Answer 3

好吧，这样的事情会让你继续：

public static void main(String[] args) throws IOException {
    Iterator<File> files = FileUtils.iterateFiles(new File("/path/to/v3"), new String[]{"jsp"}, true);
    while (files.hasNext()) {
        File jsp =  files.next();
        List<String> list = FileUtils.readLines(jsp);
        for (String line : list) {
            if(line.startsWith("<link") || line.startsWith("<script")) {
                if(!line.contains("/static")) {
                    throw new RuntimeException("invalid file found: " + jsp.getAbsolutePath());
                }
            }
        }
    }
}

编辑以包含评论中讨论的更改