html - 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

我目前正在尝试将我网站上的所有链接、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项并在匹配项上运行 ToLowercase() 函数。由于我有很多要解析的页面，因此我希望制作一个简短的 shell 脚本，该脚本将在指定目录上运行，并且模式匹配指定的正则表达式并对它们执行小写操作。

Answer 1

将所有常规文件重命名为小写的 Perl 单行代码:

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

如果您想更具体地了解哪些文件被重命名，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，我发现您还想替换在 文件中的出现:

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 \; 因为多个文件被传递到而效率更高perl 一次(感谢来自另一篇文章的@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 / 混淆了 perl 或您的 shell？)。没关系，我在我的系统上尝试了两者，效果相同(两者都很好)，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:我也有一台 Macbook，并使用带有 Perl 5.8.9 和 5.10.0 版的 bash shell 对其进行了测试。