从HTML中提取标题并将文件重命名为标题
从HTML中提取标题并将文件重命名为标题
提问于 2018-08-08 21:09:57
我有多个名为output.html的文件。我想提取他们的标题，我可以使用以下命令成功完成：
cat output.html | sed -n 's/.*<title>\(.*\)<\/title>.*/\1/ip;T;q'示例：
7N8UGL0:~/Downloads$ cat output.html | sed -n 's/.*<title>\(.*\)<\/title>.*/\1/ip;T;q'
SEIKO 5 Finder - SNK559 Automatic Watch现在，我想将output.html重命名为提取的标题：
SEIKO 5 Finder - SNK559 Automatic Watch.html我已经成功地将其放入脚本中：
#!/bin/bash
title=`cat output.html | sed -n 's/.*<title>\(.*\)<\/title>.*/\1/ip;T;q'`
echo $title此外，我在以纪元时间格式命名的目录中有很多这样的output.html文件
ls -l
drwxrwxrwx 1 userna userna 512 Aug 7 19:33 1500122724.81
drwxrwxrwx 1 userna userna 512 Aug 7 19:33 1500122724.82
drwxrwxrwx 1 userna userna 512 Aug 7 19:33 1500122724.83
drwxrwxrwx 1 userna userna 512 Aug 7 19:32 1500122724.84
drwxrwxrwx 1 userna userna 512 Aug 7 18:36 1500122724.85
drwxrwxrwx 1 userna userna 512 Aug 7 18:35 1500122724.86我希望能够提取所有目录中的所有output.html的html标题，并相应地重命名output.html。
在此之前，非常感谢，
jmt
回答 2
Stack Overflow用户
发布于 2018-08-08 22:01:08
使用命令find执行以下操作
- process all files (
-type f) - of name output.html (-name output.html)。
- 对它们运行重命名脚本(
-exec rename.bash {} \;)。
Find递归遍历每个目录。
因此，完整的命令将如下所示：
find <YOUR TOP DIRECTORY> -type f -name output.html -exec rename.bash {} \; -print最后的-print将列出所有已处理的文件到标准输出。重命名脚本在参数中接收它找到的output.html的完整路径和文件名。因此，您必须执行sed命令，然后将接收到的参数的mv传递给path/THE-TITLE-VALUE-YOU-JUST-EXTRACTED-WITH-SED.html。
仅供参考，我建议您在重命名时要小心。文件名中的空格，尽管是完全“合法”的，但可能会在以后引起问题。还要确保您的标题不包含shell中的特殊字符，如*,!().等。所有字母数字以及-和_都没问题。
Stack Overflow用户
发布于 2018-08-09 23:35:44
我能够通过编写以下脚本来解决这个问题：
#!/bin/bash
for file in $(find . -name output.html)
do
newfilename=`cat $file | sed -n 's/.*<title>\(.*\)<\/title>.*/\1/ip;T;q'`
mv $file "$newfilename.html"
done它的作用如下：
为位置中每个名为output.html的文件设置新文件名。
- 将变量"newfilename“设置为等于提取的标记(例如，"SEIKO 5 Finder - SNK559自动监视“
- 将$file从1.重命名为newfilename值。对于"$newfilename“，我使用了引号，因为文件名
中有空格
现在我想找到一种方法来识别像/这样的特殊字符:因为当HTML标题中包含这些字符时，我会得到一个错误。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/51747623
复制相关文章
相似问题
腾讯云开发者
