更改href中的和号答案

【问题标题】：change ampersands in href更改href中的和号
【发布时间】：2012-03-14 15:58:36
【问题描述】：

我知道s/&amp;/\&/g 替换所有转义的 & 符号并用 & 符号替换它们。我想更加挑剔。如果它们在href中，我只想替换那些转义的＆符号。我想不通。

我尝试了以下方法，但没有成功：

echo "<a href="http://example.com?q=man&amp;string=1&amp;bat=2">Link</a>" | sed -E 's/^href="(.*)&amp;/\1&/g'

没有用。我还看到另一个问题是它只会做第一个转义的＆符号而不是全部。有谁知道解决方案可能是什么？

【问题讨论】：

您是否可以通过 HTML 解析器访问一种语言？顺便说一句，HTML 属性内的 URL 中的 & 号应该表示为 &amp;，否则您将面临有趣和意外行为的风险。
@muistooshort - 不需要解析器...只是对这种情况感兴趣...我认为网址应该是 &但是这个网站只有在它没有转义并且有很多链接的情况下才有效，所以定位它会很好。
HTML 中的 URL 格式与发送到远程服务器的 URL 不同。浏览器应该在发送 URL 之前应用 HTML 解码。也许您想提取 href 属性，然后对提取的属性进行 HTML 解码，而不是就地替换它们。
是否有可能某些 href 已经包含转义的 '&' 元素（例如 <）？在这种情况下，您不应该再次逃避它们，这将使使用正则表达式解决问题变得非常困难
您可能不需要结构化解析器，但这并不意味着您不应该使用它。您无法使用正则表达式解析 [X]HTML。因为正则表达式无法解析 HTML。 stackoverflow.com/questions/1732348/…

标签： regex unix command-line sed

【解决方案1】：

不确定如何使用 sed，但这里是 Ruby：

echo '<a href="http://example.com?q=man&amp;string=1&amp;bat=2">Link</a>' | ruby -pe '$_.gsub!(/href="([^"]*)"/) { |h| h.gsub("&amp;", "&") }'

但是，我完全支持@muistooshort 的评论：除非你在做一些奇怪的事情，否则你应该想要&amp;。

【讨论】：

【解决方案2】：

perl -e '$url=$ARGV[0]; while ( $url =~ s/(<a href="[^"]+?)&amp;/$1&/ ){};print "$url\n"' '<a href="http://example.com?q=man&amp;string=1&amp;bat=2">Link</a>'

轻松修改以运行文件

【讨论】：