需要脚本或软件一次修改大量html文件

Question

我有大约 3400 个树结构文件（大约 80% 是 html 文件）。

1. 我需要修改每个 html 文件以删除

   样式和字体属性等旧内容并添加另一种样式。

2. 我需要更改 html 中所有链接的根。例如在 href 属性处将 /old/path/ 更改为 /new/path。
3. 我需要删除一些链接。例如指向 google.com 的链接需要被删除，所以 <a href="http://www.google.com">as google said</a> 应该只是“正如 google 所说的那样”。

有没有什么软件可以帮我做到这一点？ 可以写剧本吗？

我不知道如何编写脚本以使其工作，我认为这可能是一种快速的方式......有人想帮助我吗？

谢谢！

Answer 1

我会设置一个脚本，它只打开一个 HTML 文件，使用可靠的 HTML 解析器（BeautifulSoup 就是一个很好的例子）对其进行解析，然后以两种方式之一遍历它：在 SAX 模型中，编写表示重写规则或在 DOM 模型中的目标的函数，将规则编写为 XPath 查询并在匹配的 DOM 节点上执行操作。

然后在所有 HTML 文件上运行脚本。

Answer 2

1. 做好备份！
2. 选择一种脚本语言
3. 了解如何提供递归文件列表
4. 了解如何读取文件内容和保存文件
5. 打开所有文件并对每个文件的内容应用一个函数
6. 该函数应该是您刚才描述的多个步骤的列表，并且应该将新数据作为其返回值
7. 将数据保存回文件

通常搜索和替换在大多数语言中都很容易。如果你需要它到你有条件解析的地方，你可能需要一个 xml/html 解析器或者可能需要学习正则表达式。最好先确保它适用于 1 个文件；）。