Как заменить случайную строку в таблице HTML?

Question 1

У меня есть HTML-файл, и я хочу заменить строку, которая содержится между двумя тегами таблицы HTML. Вот пример того, что у меня есть:

<tr class="noBorder"><td>string1</td><td>string2</td><td>string3</td><td>string4</td><td>random string</td></tr>

Я хочу заменить только random string на что-то другое, только в одной конкретной строке. В моей таблице ячейка, содержащая random string, является последней ячейкой.

Я пробовал это:

sed -e '28s/\(<td>\).*\(<\/td><\/tr>\)/<td>!!переменная вместо случайного!!<\/td><\/tr>/' file.html

но это заменило на следующее (поэтому я потерял все, что было до этого):

<tr class="noBorder"><td>!!переменная вместо случайного!!</td></tr>

То, что я пытаюсь достичь, это:

<tr class="noBorder"><td>string1</td><td>string2</td><td>string3</td><td>string4</td><td>!!переменная вместо случайного!!</td></tr>

Спасибо всем, кто может помочь мне решить эту проблему.

Question 2

Не используйте регулярные выражения для парсинга HTML. Используйте парсер HTML.

Как указал Ferrybig в комментариях, метод с использованием xmlstarlet работает хорошо только когда целевой HTML является подмножеством XML и не сработает, например, на саморазмыкающихся тегах, таких как <br /> и других.

Немного более сложный метод будет заключаться в использовании Perl с фреймворком Mojolicious (sudo apt install libmojolicious-perl), который предоставляет класс Mojo::DOM, который может парсить HTML; его метод find() будет принимать селектора Mojo::DOM::CSS (которые практически повторяют стандартные CSS-селекторы), в отличие от путей XPath xmlstarlet; преимуществом этого метода является то, что оригинальное форматирование не будет потеряно, в отличие от метода xmlstarlet.

Учитывая следующее:

<!DOCTYPE html>
<html>
<head>
    <title>Foo</title>
</head>
<body>
    <!-- Таблица "foo" -->
    <table id="foo">
        <tr><td>Col1</td><td>Col2</td><td>Col3</td></tr>
        <tr><td>Col1</td><td>Col2</td><td>Col3</td></tr>
        <tr><td>Col1</td><td>Col2</td><td>Col3</td></tr>
    </table>
</body>
</html>

Чтобы заменить содержимое последней ячейки 2-й строки в таблице foo, вы можете сделать следующее:

perl -mMojo::DOM -0777e '
    my $d = Mojo::DOM -> new;
    $d ->
        parse(<>) ->
        find("table[id=\"foo\"] tr:nth-child(2) td:last-child") ->
        [0] ->
        content("Замена");
    print $d -> to_string
' page.html

table[id=\"foo\"] tr:nth-child(2) td:last-child: находит последний td второй tr первой таблицы с id foo (которой у вас должно быть только одно, кстати)

% perl -mMojo::DOM -0777e '
    my $d = Mojo::DOM -> new;
    $d ->
        parse(<>) ->
        find("table[id=\"foo\"] tr:nth-child(2) td:last-child") ->
        [0] ->
        content("Замена");
    print $d -> to_string
' page.html
<!DOCTYPE html>
<html>
<head>
    <title>Foo</title>
</head>
<body>
    <!-- Таблица "foo" -->
    <table id="foo">
        <tr><td>Col1</td><td>Col2</td><td>Col3</td></tr>
        <tr><td>Col1</td><td>Col2</td><td>Замена</td></tr>
        <tr><td>Col1</td><td>Col2</td><td>Col3</td></tr>
    </table>
</body>
</html>

Используя xmlstarlet, вы можете сделать следующее:

xmlstarlet ed -u '//table[@id="foo"]/tr[2]/td[last()]' -v 'Замена' page.html | sed 1d

//table[@id="foo"]: адресует все таблицы с id foo (которой у вас должно быть только одно, кстати)
/tr[2]: адресует второй элемент tr
/td[last()]: адресует последний элемент td

Команда sed '1d' к сожалению, необходима, потому что xmlstarlet вставит тег версии XML в начале. Я не нашел способа предотвратить это.

Также обратите внимание, что форматирование документа может измениться в результате парсинга:

% xmlstarlet ed -u 'html/body/table[@id="foo"]/tr[2]/td[last()]' -v 'Замена' page.html | sed 1d
<!DOCTYPE html>
<html>
  <head>
    <title>Foo</title>
  </head>
  <body>
    <!-- Таблица "foo" -->
    <table id="foo">
      <tr>
        <td>Col1</td>
        <td>Col2</td>
        <td>Col3</td>
      </tr>
      <tr>
        <td>Col1</td>
        <td>Col2</td>
        <td>Замена</td>
      </tr>
      <tr>
        <td>Col1</td>
        <td>Col2</td>
        <td>Col3</td>
      </tr>
    </table>
  </body>
</html>

Question 3

Kos дал вам правильный способ®, используйте его. Это безопаснее, более надежно, легче поддерживать в долгосрочной перспективе и т.д. Я хочу объяснить, почему ваш sed не сработал. Вы заменяете все с первого <td>, вы не пытаетесь указать, какой <td> изменить. Выражение .* всегда будет пытаться найти самое длинное соответствие, поэтому <td>.*</td> будет соответствовать от первого <td> до последнего </td>. Вы также используете ненужное сложное выражение. Никакие \( не нужны.

Эта команда sed сделает то, что вам нужно, если у вас есть эта точная строка на 28-й строке вашего файла:

sed '28s/<td>[^<]*/<td>!!переменная вместо случайного!!/5' file

Оператор s может принимать число в конце для обозначения “заменить N-е вхождение этого шаблона”. В этом случае вы хотите заменить 5-й <td> и весь текст после него до первого < на вашу замену, поэтому мы ищем <td> и затем 0 или более не-< символов ([^<]*), и заменяем это снова на <td> и ваш текст замены. Это выглядит так:

$ sed '28s|<td>[^<]*|<td>!!переменная вместо случайного!!|5' file | awk NR==28
<tr class="noBorder"><td>string1</td><td>string2</td><td>string3</td><td>string4</td><td>!!переменная вместо случайного!!</td></tr>

Но серьезно, не делайте этого. Это сломается при малейшем изменении формата ввода, не сможет работать, если таблица правильно отформатирована на несколько строк и т.д. Просто используйте подходящий парсер как предложил Kos.

Как заменить случайную строку в таблице HTML?

Вопрос или проблема

Ответ или решение

Шаги для замены строки в HTML-таблице

Заключение