Sed - 查找和替换 html 代码中的文本（从一种语言到另一种语言）

Posted 2023-03-15

【中文标题】Sed - 查找和替换 html 代码中的文本（从一种语言到另一种语言）

【英文标题】：Sed - find and replace text in html code (from one language to another)

【发布时间】：2021-11-25 00:33:36

【问题描述】：

我有英文版的 html 文件 index.html。 我想再创建一个语言版本。我认为最好的方法是使用 sed。所以我想自动将语言版本更改为另一种语言版本并使用 sed 将其保存在新文件中。

例如我的索引：

    <section class="p-b-10">
    <div class="container">
    <div class="row">
    <div class="col-lg-6">
    <div class="heading-text heading-section">
    <h2>THE COMPANY</h2>
    <span class="lead">The most happiest eu, sodales vel dolor. </span>
    </div>
    </div>
    <div class="col-lg-6 m-t-60">
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="100" data-delay="100" data-type="%">
    <div class="progress-title">One Sun   </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="94" data-delay="200" data-type="%">
    <div class="progress-title">Two    </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="78" data-delay="300" data-type="%">
    <div class="progress-title">JQUERY    </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="65" data-delay="400" data-type="%">
    <div class="progress-title">Three | ok   </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="65" data-delay="400" data-type="%">
    <div class="progress-title">Three    </div>
    </div>
    </div>
    </div>
    </div>
    </div>
    </section>

Sed 应该在我的整个代码中查找并替换所有给定的英语单词以西班牙语。

公司（取代）Empresa

一个太阳（替换为）Uno Sol

两个（替换为）Dos

三个 |好的（替换为） Tres |好的

所以应该如下所示：

    <section class="p-b-10">
    <div class="container">
    <div class="row">
    <div class="col-lg-6">
    <div class="heading-text heading-section">
    <h2>Empresa    </h2>
    <span class="lead">The most happiest eu, sodales vel dolor.     
    </span>
    </div>
    </div>
    <div class="col-lg-6 m-t-60">
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="100" data-type="%">
    <div class="progress-title">Uno Sol       </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="94" data-type="%">
    <div class="progress-title">Dos    </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="78" data-type="%">
    <div class="progress-title">JQUERY    </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="65" data-type="%">
    <div class="progress-title">Tres | ok       </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="65" data-type="%">
    <div class="progress-title">Three    </div>
    </div>
    </div>
    </div>
    </div>
    </div>
    </section>

请帮忙！ 谢谢你

【问题讨论】：

您是否可以访问 xmllint 或 xmlstarlet 等 xml 感知工具？如果是这样，请用那些标记您的问题以获得可靠的答案。

【参考方案1】：

我想再创建一个语言版本。

这称为Internationalization 或简称为 i18n。

我认为最好的方法是使用 sed。

最好是主观的，如果你不严格限制在 sed 和 AWK 我建议尝试GNU gettext，因为它是为了提供 i18n。您需要更多时间才能开始，但从长远来看，您可能会获得更可靠的解决方案。

【参考方案2】：

您可以根据提供的示例数据尝试此sed。

sed -Ee '/h2/s/(.*>).*(<.*)/\1Empresa\2/' \
-e '/div class="progress-title"/s/(.*>.?*)One Sun(.?*<.*)/\1Uno Sol\2/' \
-e '/div class="progress-title"/s/(.*>.?*)Two(.?*<.*)/\1Dos\2/' \
-e '/div class="progress-title"/s/(.*>.?*)Three \| ok(.?*<.*)/\1Tres | ok\2/;' input_file

这将在匹配内容之前尝试匹配标签，同时考虑到标签内可能还有更多数据，而只针对要更改的单词。

或者作为一个班轮

sed -E '/h2/s/(.*>).*(<.*)/\1Empresa\2/;/div class="progress-title"/s/(.*>.?*)One Sun(.?*<.*)/\1Uno Sol\2/; /div class="progress-title"/s/(.*>.?*)Two(.?*<.*)/\1Dos\2/;/div class="progress-title"/s/(.*>.?*)Three \| ok(.?*<.*)/\1Tres | ok\2/;' input_file

输出

<section class="p-b-10">
    <div class="container">
    <div class="row">
    <div class="col-lg-6">
    <div class="heading-text heading-section">
    <h2>Empresa</h2>
    <span class="lead">The most happiest eu, sodales vel dolor. </span>
    </div>
    </div>
    <div class="col-lg-6 m-t-60">
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="100" data-delay="100" data-type="%">
    <div class="progress-title">Uno Sol   </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="94" data-delay="200" data-type="%">
    <div class="progress-title">Dos    </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="78" data-delay="300" data-type="%">
    <div class="progress-title">JQUERY    </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="65" data-delay="400" data-type="%">
    <div class="progress-title">Tres | ok   </div>
    </div>
    </div>
    <div class="p-progress-bar-container title-up small color">
    <div class="p-progress-bar" data-percent="65" data-delay="400" data-type="%">
    <div class="progress-title">Three    </div>
    </div>
    </div>
    </div>
    </div>
    </div>
    </section>

【参考方案3】：

您可以像这样使用 sed：s/FIND/REPLACE/g 如果要运行多个 sed 命令，请使用 ; 运算符：

sed 's/The Company/Empresa/g; s/One Sun/Uno Sol/g; s/Two/Dos/g; s/Three | ok/Tres | ok/g' $YOUR_FILE > spanish.html

如果您不想替换所有单词而只替换第一个匹配项，请删除“g”。

【讨论】：

想想如果公司名称改为TwoBrothers 或One Sunday 而不是Empresa 会怎样。这种方法非常脆弱。

@t 参数呢？它改变了什么？例如 sed 's/The Company/Empresa/g;t;