espaces match Regex dans l'attribut html

Question

J'ai un tas de HTML avec des lignes comme ceci:

<a href="#" rel="this is a test">

Je dois remplacer les espaces dans l'attribut rel avec underscores, mais je suis une sorte de regex-noob!

J'utilise Textmate.

Quelqu'un peut-il m'aider?

/Jakob

Answer 1

Je ne pense pas que vous pouvez le faire correctement. Bien que je me demande pourquoi vous devez le faire en une fois?

je peux penser à une façon vraiment pauvre de le faire, mais même si je ne le recommande pas, va ici:

Vous pouvez sorte de le faire avec l'expression rationnelle ci-dessous. Cependant, vous devrez augmenter le nombre de captures et de sorties avec un _ à la fin du nombre potentiel d'espaces dans le rel. Je parie que c'est une exigence qui interdit cette solution.

Recherche:

{\<a *href\=\"[^\"]*" *rel\=\"}{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")*{([^ ]*|[^\"]*)}(|\")* 

Remplacer:

\1\2_\3_\4_\5_\6_\7_\8_ 

De cette façon, a deux inconvénients, on est qu'il pourrait y avoir des limites au nombre de captures que vous pouvez avoir dans TextMate, deux est que vous aurez finir avec un grand nombre de _ à la fin de chaque ligne.

Avec votre test en cours, avec l'expression rationnelle ci-dessus, vous finiriez avec:

<a href="#" rel="this_is_a_test">____ 

PS: Ce regex est du format de la recherche de Visual Studio/remplacer boîte. Vous aurez probablement besoin de changer certains caractères pour l'adapter au texte.

{} => capturing group 

() => grouping 

    [^A] => anything but A 

    (|\")* => space or " 

    \1 => is the first capture 

Answer 2

Supposons que vous avez déjà reçu la valeur de rel:

var value = document.getElementById(id).getAttribute("rel"); 
var rel = (new String(value)).replace(/\s/g,"_"); 
document.getElementById(id).setAttribute("rel", rel); 

Answer 3

Regexes sont fondamentalement mauvais à l'analyse syntaxique HTML (voir Can you provide some examples of why it is hard to parse XML and HTML with a regex? pourquoi). Ce dont vous avez besoin est un analyseur HTML. Voir Can you provide an example of parsing HTML with your favorite parser? pour des exemples en utilisant une variété de parseurs.

Answer 4

Je dois me rendre à bord du train «Vous utilisez le mauvais outil pour le travail» ici. Vous avez Textmate, ce qui signifie OSX, ce qui signifie que vous avez sed, awk, ruby ​​et perl qui peuvent tous faire beaucoup mieux et plus facilement. L'apprentissage de l'utilisation de l'un de ces outils pour manipuler du texte vous apportera d'innombrables avantages à l'avenir. Voici une URL qui va vous faciliter la vie: http://www.grymoire.com/Unix/Sed.html

Answer 5

Si vous utilisez TextMate, alors vous êtes sur un Mac, et avez donc Python.

Essayez ceci:

#!/usr/bin/env python 

import re 

input = open('test.html', 'r') 

p_spaces = re.compile(r'^.*rel="[^"]+".*$') 

for line in input: 
    matches = p_spaces.findall(line) 

    for match in matches: 
     new_rel = match.replace(' ', '_') 
     line = line.replace(match, new_rel) 

    print line, 

Exemple de sortie:

$ cat test.html 
testing, testing, 1, 2, 3 
<a href="#" rel="this is a test"> 
<unrelated line> 
Stuff 
<a href="#" rel="this is not a test"> 
<a href="#" rel="this is not a test" rel="this is invalid syntax (two rels)"> 
aoseuaoeua 

$ ./test.py 
testing, testing, 1, 2, 3 
<a_href="#"_rel="this_is_a_test"> 
<unrelated line> 
Stuff 
<a_href="#"_rel="this_is_not_a_test"> 
<a_href="#"_rel="this_is_not_a_test"_rel="this_is_invalid_syntax_(two_rels)"> 
aoseuaoeua 

Answer 6

Recherche: (rel="[^\s"]*)\s([^"]*")

Remplacer: \1_\2

Ce ne remplace que le premier espace blanc pour cliquer sur « Remplacer Tout "jusqu'à ce que rien ne soit remplacé nymore. Ce n'est pas joli mais facile à comprendre et fonctionne avec tous les éditeurs.

Modifiez rel dans le modèle de recherche si vous devez nettoyer d'autres attributs.