bash - 通过 XMLStarlet 取消转义符号 (&) - 窃听 &

Question

这是一项相当烦人但相当简单的任务。根据这个guide ，我这样写:

#!/bin/bash

content=$(wget "https://example.com/" -O -)
ampersand=$(echo '\&')

xmllint --html --xpath '//*[@id="table"]/tbody' - <<<"$content" 2>/dev/null |
    xmlstarlet sel -t \
        -m "/tbody/tr/td" \
            -o "https://example.com" \
            -v "a//@href" \
            -o "/?A=1" \
            -o "$ampersand" \
            -o "B=2" -n \

我成功地从表中提取了每个链接，并且所有内容都正确地连接在一起，但是，我没有将 & 符号 复制为 & 我在每个链接的末尾收到了这个:

https://example.com/hello-world/?A=1\&B=2

但实际上，我在寻找类似的东西:

https://example.com/hello-world/?A=1&B=2

想法是使用反斜杠 \& 转义字符，以便它被忽略。最初，我尝试将它直接放入 -o "\&"\ 而不是 -o "$ampersand"\ 并删除 ampersand=$(echo '\&') 在这种情况下。结果还是一样。

本质上，通过删除反斜杠它仍然输出:

https://example.com/hello-world/?A=1&B=2

只是去掉了&后面的\

为什么？

我确定这是缺少的一些基本内容。

Answer 1

& 是在 XML 文档中打印 & 的正确方法，但由于您只需要一个普通的 URL，因此输出不应该是 XML。因此，您需要通过将 --text 或 -T 传递给 sel 命令来切换到文本模式。

您的示例输入不太有效，因为 example.com 没有任何 table 元素，但这里是一个从 p 元素构建链接的工作示例。

content=$(wget 'https://example.com/' -O -)
xmlstarlet fo --html <<<"$content" |
    xmlstarlet sel -T -t \
        -m '//p[a]' \
            --if 'not(starts-with(a//@href,"http"))' \
              -o 'https://example.com/' \
            --break \
            -v 'a//@href' \
            -o '/?A=1' \
            -o '&' \
            -o 'B=2' -n

输出是

http://www.iana.org/domains/example/?A=1&B=2