文字列の $1(awk) または \1(sed) 値を 10 進数から 16 進数にグローバルに変更して置き換えることはできますか?文字列には10進値を含めることができ、それを変更してそれに対応する16進値に置き換える必要があります。
奇妙な例:
echo "/Test-Test-Test-Test-Test/Test/Test/" | awk '{gsub("&#([0-9]+);", $1, $0); print}'
sed 例:
echo "/Test-Test-Test-Test-Test/Test/Test/" | sed -E 's/&#([0-9]+);/$(printf "%X" \1)/g;'
echo "/Test-Test-Test-Test-Test/Test/Test/" | sed -E 's/&#([0-9]+);/$(echo "obase=16; \1" | bc)/g;'
printf "%X"とbcを使用してサブ実行とパイピングを試みましたが、10進数から16進数の変更と置換のために2つを組み合わせることはできませんでした。
予想出力:
%2FTest%2DTest%2DTest%2DTest%2DTest%2FTest%2FTest%2F
助けてくれてありがとう。
答え1
GNUを使用すると、awk
レコードR
区切りS
文字は正規表現にすることができ、一致する内容は次に格納されますRT
。
gawk -v RS='&#[0-9]+;' -v ORS= '1;RT{printf("%%%02X", substr(RT,3))}'
個人的には以下を使用してくださいperl
。
perl -pe 's{&#(\d+);}{sprintf "%%%02X", $1}ge'
また見なさい:
perl -MURI::Escape -MHTML::Entities -lpe '$_ = uri_escape decode_entities $_'
ここに与えられた:
%2FTest-Test-Test-Test-Test%2FTest%2FTest%2F
これは、URIでハイフンをエンコードする必要がないためです。また、space、toなど%
に変換する作業も処理します。%25
%20
&
%26
もう一つの質問は、ASCII以外の文字(上記の文字
)を処理する方法です。 UTF-8でエンコードされたURIエンコーディングに変換する必要がある場合(例:€
(€、U + 20AC、)は(UTF-8でエンコードされた文字の3バイト)€
に変換されます。%E2%82%AC
perl -MURI::Escape -MHTML::Entities -lpe '$_ = uri_escape_utf8 decode_entities $_'
を使用すると、uri_escape
ISO8859-1(latin1とも呼ばれる)エンコーディングが得られますが、今日は必要に応じてエンコードされません(最大文字に制限されていますÿ
)。他の解決策は、例えば絶対€
に%20AC
間違っていると解釈されます。
答え2
3番目の引数としてGNU awkを使用してくださいmatch()
。
$ echo "/Test-Test-Test-Test-Test/Test/Test/" |
awk '{
while ( match($0,/(.*)&#([0-9]+);(.*)/,a) ) {
$0 = a[1] sprintf("%%%02X",a[2]) a[3]
}
print
}'
%2FTest%2DTest%2DTest%2DTest%2DTest%2FTest%2FTest%2F
それ以外の場合は、すべてのUnixシステムのすべてのシェルでawkを使用してください。
$ echo "/Test-Test-Test-Test-Test/Test/Test/" |
awk '{
while ( match($0,/&#[0-9]+;/) ) {
$0 = substr($0,1,RSTART-1) sprintf("%%%02X",substr($0,RSTART+2,RLENGTH-3)) substr($0,RSTART+RLENGTH)
}
print
}'
%2FTest%2DTest%2DTest%2DTest%2DTest%2FTest%2FTest%2F
答え3
s/// コマンドで /e 修飾子を持つ GNU sed を使用すると、次のようにこれを行うことができます。
$ sed -E ":a;s/(.*)&#([0-9]+);(.*)/printf %s '\\1' \"\$(dc -e '37an16o\\2f')\" '\\3'/e;ta" file
- 拡張正規表現モードのGNU sed -E
- GNU dcは10進数を16進数に変換します。
- その後、tコマンドで交換を繰り返します。
GNU sedがまだs / / /コマンドの/ e修飾子をサポートしていない場合は、入力行をGNU dcコードブロックに変換してそれをdcにパイプすることができます。
< file \
sed -E '1i\
16o
s/&#([0-9]+);/\n37an\1n\n/g
s/([^\n]*)/[&]/g
s/([^\n]*\n){2}/&x/g
s/\nx/x /g;y/\n/n/
s/$/pc/;s/.*/[&]x/
' | dc
本質的に行うことは次のとおりです。
- 出力は16進数(16o)です。
- 10進数に変換 - >%HEX相当
- 改行文字で16進数部分を区切ります。
- これらの改行ではない文字ブロックをDC文字列に変換し、後で実行するためにDCに渡します。