通过 XMLStarlet 取消转义符号 (&) - 窃听 &

Question

这是一项非常烦人但更简单的任务。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 table 中提取了每个 link 并且所有内容都正确地连接了，但是，而不是将 ampersand 重现为 & 我在每个 link:

的末尾收到这个

https://example.com/hello-world/?A=1\&amp;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 "$ampersand" \ 并在这种情况下删除 ampersand=$(echo '\&') 。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&amp;B=2

只是去掉了&后面的\

为什么？

我确定缺少一些基本的东西。

Answer 1

如您所见，反斜杠转义不是这里的解决方案。我可以想到两个可能的选择：

提取 href（可能不需要使用 both xmllint 和 xmlstarlet 来执行此操作），然后只需使用标准文本处理工具如sed添加开始和结束：

sed 's,^,https://example.com/,; s,$,/?A=1\&B=2,'

或者，将您当前得到的输出通过管道传输到 xmlstarlet unesc，这会将 & 更改为 &。

Answer 2

抱歉，我无法重现您的结果，但为什么不进行替换呢？只需通过

过滤您的结果

sed 's/\&amp;/\&/g'

将其添加到您的管道中。它应该取代所有 &到 &.

Answer 3

& 是在 XML 文档中打印 & 的正确方法，但是由于您只想要一个普通的 URL，因此您的输出不应该是 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

输出为

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

通过 XMLStarlet 取消转义符号 (&) - 窃听 &

Unescape the ampersand (&) via XMLStarlet - Bugging &

bash

shell

escaping

wget

xmlstarlet

通过 XMLStarlet 取消转义符号 (&) - 窃听 &

Unescape the ampersand (&) via XMLStarlet - Bugging &amp;

bash

shell

escaping

wget

xmlstarlet

Unescape the ampersand (&) via XMLStarlet - Bugging &