使用 AWK 在 Wordpress SQL-Dump 中安全地搜索和替换 URL

Question

我正在开发一个网络工具，以将 Wordpress 安装镜像到开发系统中。

我们的目标是拥有一个用于生产的 Live 系统和一个用于测试的开发系统。然后，网络工具在这些系统之间提供一键式同步。 每个系统都是独立的，有自己的 webroot、数据库和 url。

我在数据库转储中遇到问题，我必须在其中搜索对源的所有引用并将它们替换为目标的 URL（例如：“www.example.com”->“www-dev. example.com")。

我需要做的是：

1. 查找所有出现的 URL 并将其替换为新的。

2. 如果匹配也匹配序列化字符串的格式，则应设置字段分隔符，并重新加载匹配，以便在数组中设置实际长度。

在第一次尝试中，我尝试使用如下所示的“sed”命令解决此问题：sed -i.orig 's/360\.example\.com/360-dev\.my\.example\.dev/g'。 这不起作用，因为转储中包含包含 url 的序列化数组。 sed 命令不利于更新序列化数组的字符串长度指示符。

我最近的尝试是按照here 的建议使用awk，因为它能够进行算术运算。

我的awk 脚​​本如下所示：

/360[.]example[.]com/ {
    sub("360.example.com", "360-dev.my.example.dev");
    if ($0 ~ /s:[[:digit:]]+:["](http[s]?:\/\/)?360[.]example[.]com["]/){
        FS="\"";
        $0=$0;
        n=length($2)-1;
        sub(/:[[:digit:]]+:/, ":" n ":");
    }
} 1

我的脚本中似乎有一些错误，我找不到。它不会替换所有出现的 url 并完全跳过 length-indicator-update。

如何修复我的脚本以实现我想做的事情？

编辑：（添加输入/输出示例） Databasedump 由整个 wordpress 数据库组成，每个表和记录都有 CREATE TABLE IF NOT EXISTS 和 INSERT 语句。

正常（未序列化）发生：

(36, 'home', 'http://360.example.com/blogname', 'yes'),

应该导致：

(36, 'home', 'http://360-dev.my.example.dev/blogname', 'yes'),

序列化发生：

(404, 'wp-maintenance-mode', 'a:21:{s:6:"active";i:1;s:4:"time";i:0;s:4:"link";i:1;s:7:"support";i:0;s:10:"admin_link";i:1;s:7:"rewrite";s:0:"";s:6:"notice";i:1;s:4:"unit";i:1;s:5:"theme";i:0;s:8:"styleurl";s:69:"http://360.example.com/wp-content/themes/blogname/css/maintenance.css";s:5:"index";i:0;s:5:"title";s:0:"";s:6:"header";s:0:"";s:7:"heading";s:0:"";s:4:"text";s:12:"Example Text";s:7:"exclude";a:1:{i:0;s:0:"";}s:6:"bypass";i:0;s:4:"role";a:1:{i:0;s:13:"administrator";}s:13:"role_frontend";a:1:{i:0;s:13:"administrator";}s:5:"radio";i:0;s:4:"date";s:0:"";}', 'yes'),

应该导致：

(404, 'wp-maintenance-mode', 'a:21:{s:6:"active";i:1;s:4:"time";i:0;s:4:"link";i:1;s:7:"support";i:0;s:10:"admin_link";i:1;s:7:"rewrite";s:0:"";s:6:"notice";i:1;s:4:"unit";i:1;s:5:"theme";i:0;s:8:"styleurl";s:76:"http://360-dev.my.example.dev/wp-content/themes/blogname/css/maintenance.css";s:5:"index";i:0;s:5:"title";s:0:"";s:6:"header";s:0:"";s:7:"heading";s:0:"";s:4:"text";s:12:"Example Text";s:7:"exclude";a:1:{i:0;s:0:"";}s:6:"bypass";i:0;s:4:"role";a:1:{i:0;s:13:"administrator";}s:13:"role_frontend";a:1:{i:0;s:13:"administrator";}s:5:"radio";i:0;s:4:"date";s:0:"";}', 'yes'),

编辑 2： 现在使用wp-cli 来完成搜索和替换的任务。 我有一个多站点设置，其中的博客编号为 (2,3,9)。 执行wp search-replace --url=360.example.com '360.example.com' '360-dev.my.example.dev' 会导致错误，告诉我找不到单站点表（wp_redirection_items 和 wp_redirection_groups）。 这是真的，因为它们确实不存在，而是针对每个博客（例如：wp_2_redirection_items 等）。此错误会导致 s&r 中出现超过 9000 次遗漏。可以用wp search-replace --url=360.example.com '360.example.com' '360-dev.my.example.com' wp_* 替换所有内容。但它仍然会抛出错误。

Answer 1

正如@archimiro 所建议的，现在任务由wp-cli 完成。 但由于我也有一个多站点设置，这会导致一些错误，我必须找出完整数据库搜索替换任务的命令。

最后的命令： wp search-replace --url=360.example.com '360.example.com' '360-dev.my.example.dev' wp_*。 如果没有明确告诉 wp-cli 在所有 (wp_*) 表中搜索和替换，它将在抛出“未找到表”错误时停止。

Answer 2

也不是 awk 或 wpcli，但这是我编写的一个似乎运行良好的 php 函数。

    function snr($search, $replace, $inputfile, $outputfile){
    $sql = file_get_contents($inputfile);
    $sql1 = str_replace($search,$replace,$sql);
    file_put_contents($outputfile,$sql1);
    $serstrings = preg_split("/(?<=[{;])s:/",$sql1);

    foreach($serstrings as $i=>$serstring) {
        if (!!strpos($serstring, $replace)){
        $justString = str_replace("\\","",str_replace("\\\\","j",explode('\\";',explode(':\\"',$serstring)[1])[0]));
        $correct = strlen($justString);
        $serstrings[$i] = preg_replace('/^\d+/',$correct, $serstrings[$i]);
         } 
    }
    file_put_contents($outputfile,implode("s:",$serstrings));
}

Answer 3

我过去曾成功使用过它：

sed 's|360\.example\.com|360-dev\.my\.example\.dev|g' com.sql > local.sql

编辑：抱歉不是 awk，但 wp-cli 也不是。