如何将正则表达式模式匹配转换为小写以进行 URL 标准化/整理

Question

我目前正在尝试将网站上的所有链接、文件和标签从 UPPERCASE.ext 和 CamelCase.ext 转换为 lowercase.ext。

我可以使用 href="[^"]*" 和 src="[^"]*" 的正则表达式匹配来匹配页面中的链接 这似乎可以很好地识别 HTML 中的链接和图像。

然而，我需要做的是获取匹配并在匹配上运行 ToLowercase() 函数。由于我有很多想要解析的页面，因此我希望制作一个简短的 shell 脚本，该脚本将在指定的目录上运行，并且模式与指定的正则表达式匹配，并对它们执行小写操作。

Answer 1

Perl 单行将所有常规文件重命名为小写：

perl -le 'use File::Find; find({wanted=>sub{-f && rename($_, lc)}}, "/path/to/files");'

如果您想更具体地了解重命名哪些文件，您可以将 -f 更改为正则表达式或其他内容：

perl -le 'use File::Find; find({wanted=>sub{/\.(txt|htm|blah)$/i && rename($_, lc)}}, "/path/to/files");'

编辑：抱歉，在重读问题后我发现您还想替换文件中的出现次数：

find /path/to/files -name "*.html" -exec perl -pi -e 's/\b(src|href)="(.+)"/$1="\L$2"/gi;' {} \;

编辑 2：尝试这个，因为 find 命令使用 + 而不是 \;这是更有效的，因为多个文件一次传递到 perl（感谢另一篇文章中的@ikegami）。它还处理 URL 周围的 ' 和 "。最后，它使用 {} 而不是 // 用于替换，因为您正在替换 URL（也许 URL 中的 / 会混淆 Perl 或您的 shell？），这应该不重要，我在我的系统上尝试了两者，效果相同（两者都工作得很好），但值得一试：

find . -name "*.html" -exec perl -pi -e \
    '$q=qr/"|\x39/; s{\b(src|href)=($q?.+$q?)\b}{$1=\L$2}gi;' {} +

PS：我还有一台 Macbook，并使用 bash shell 和 Perl 版本 5.8.9 和 5.10.0 对其进行了测试。

Answer 2

使用 bash，您可以声明一个变量仅保存小写值：

declare -l varname
read varname <<< "This Is LOWERCASE"
echo $varname  # ==> this is lowercase

或者，您可以将一个值转换为小写（我认为是 bash 版本 4）

x="This Is LOWERCASE"
echo ${x,,}  # ==> this is lowercase

Answer 3

你想要这个吗？

kent$  echo "aBcDEF"|sed 's/.*/\L&/g'
abcdef

或者

kent$  echo "aBcDEF"|awk '$0=tolower($0)'
abcdef

使用您自己的正则表达式：

kent$  echo 'FOO src="htTP://wWw.GOOGLE.CoM" BAR BlahBlah'|sed -r 's/src="[^"]*"/\L&/g'   
FOO src="http://www.google.com" BAR BlahBlah

Answer 4

您可以将 sed 与 -i 一起使用（就地编辑）：

sed -i'' -re's/(href|src)="[^"]*"/\L&/g' /path/to/files/*