ฉันจะแปลงเอนทิตีพิเศษ HTML ได้อย่างง่ายดายจากอินพุตสตรีมมาตรฐานใน Linux ได้อย่างไร

9

CentOS

มีวิธีง่ายๆในการแปลงเอนทิตีพิเศษ HTML จากสตรีมข้อมูลหรือไม่ ฉันกำลังส่งข้อมูลไปยังสคริปต์ทุบตีและบางครั้งข้อมูลนั้นมีเอนทิตีพิเศษ ตัวอย่างเช่น:

"ทดสอบ" & amp; ทดสอบ $ ทดสอบ! ทดสอบ @ # $% ^ & amp; * * * *

ฉันไม่แน่ใจว่าทำไมตัวละครบางตัวถึงแสดงได้ดีและอื่น ๆ ไม่ได้ แต่น่าเสียดายที่ฉันไม่สามารถควบคุมข้อมูลที่เข้ามาได้

ฉันคิดว่าฉันอาจจะสามารถใช้ SED ได้ที่นี่ แต่ดูเหมือนว่าจะยุ่งยากและมีแนวโน้มที่จะเกิดผลบวกปลอม มีคำสั่ง Linux ที่ฉันสามารถใช้กับที่เชี่ยวชาญในการถอดรหัสข้อมูลประเภทนี้หรือไม่?

— ไมค์บี
แหล่งที่มา

9

PHP เหมาะกับสิ่งนี้ ตัวอย่างนี้ต้องการ PHP 5:

cat file.html | php -R 'echo html_entity_decode($argn);'

— Michael Hampton
แหล่งที่มา

14

Perl คือเพื่อนของคุณ (เช่นเคย) ฉันคิดว่ามันจะทำ:

perl -n -mHTML::Entities -e ' ; print HTML::Entities::decode_entities($_) ;'

เช่น:

echo '"test" &amp; test $test ! test @ # $ % ^ &amp; *' |perl -n -mHTML::Entities -e ' ; print HTML::Entities::decode_entities($_) ;'

ด้วยการส่งออก:

someguy@somehost ~]$ echo '"test" &amp; test $test ! test @ # $ % ^ &amp; *' |perl -n -mHTML::Entities -e ' ; print HTML::Entities::decode_entities($_) ;'
"test" & test $test ! test @ # $ % ^ & *

— เจสันตัน
แหล่งที่มา

สิ่งนี้ใช้ได้กับแล็ปท็อป OSX10.8 ของฉันและโฮสต์ RHEL5.something

— Jason Tan

ในการส่งออกไฟล์ใน UTF-8 ให้ใช้ binmode: echo "& laquo;" | perl -n -mHTML :: Entities -mutf8 -e 'binmode (STDOUT, ": utf8"); พิมพ์ HTML :: เอนทิตี :: decode_entities ($ _); '

— falstaff

6

recodeดูเหมือนว่ามีอยู่ในที่เก็บแพ็คเกจเริ่มต้นของการแจกแจง GNU / Linux หลัก เช่นการถอดรหัสเอนทิตี HTML เป็น UTF-8:

…|recode html..utf8

— Skippy le Grand Gourou
แหล่งที่มา

2

ด้วย Python 3:

python3 -c 'import html,sys; print(html.unescape(sys.stdin.read()), end="")' < file.html

— ariddell
แหล่งที่มา

0

ใช้ไฟล์ข้อความจาก stdin:

#!/bin/bash
#
while read lin; do
  newl=${lin//&gt;/>}
  newl=${newl//&lt;/<}
  newl=${newl//&amp;/<}
  # ...other entites
  echo "$newl"
done

อาจต้องใช้ bash> = เวอร์ชัน 4

— bobom
แหล่งที่มา