通过 XMLStarlet 取消 & 符号 (&) - Bugging &

Question

这是一个相当烦人但更简单的任务。根据本指南，我写了这个：

#!/bin/bash

content=$(wget "https://example.com/" -O -)
ampersand=$(echo '\&')

xmllint --html --xpath '//*[@id="table"]/tbody' - <<<"$content" 2>/dev/null |
    xmlstarlet sel -t \
        -m "/tbody/tr/td" \
            -o "https://example.com" \
            -v "a//@href" \
            -o "/?A=1" \
            -o "$ampersand" \
            -o "B=2" -n \

我成功地提取从表中的每个环节和一切都被正确地连接在一起，然而，而不是再现符号为＆我收到这在每一个环节的结尾：

https://example.com/hello-world/?A=1\&B=2

但实际上，我正在寻找类似的东西：

https://example.com/hello-world/?A=1&B=2

这个想法是使用反斜杠转义字符，\&以便它被忽略。最初，在这种情况下，我尝试将其直接放入-o "\&" \而不是-o "$ampersand" \删除ampersand=$(echo '\&')。结果还是一样。

本质上，通过删除反斜杠它仍然输出：

https://example.com/hello-world/?A=1&B=2

只是\后面的&被删除了。

为什么？

我敢肯定这是缺少的基本知识。

Answer 1

&是&在 XML 文档中打印的正确方法，但由于您只需要一个普通的 URL，因此您的输出不应是 XML。因此，你需要切换到文本模式，通过传递--text或者-T在sel命令。

您的示例输入不太有效，因为 example.com 没有任何table元素，但这里是一个从p元素构建链接的工作示例。

content=$(wget 'https://example.com/' -O -)
xmlstarlet fo --html <<<"$content" |
    xmlstarlet sel -T -t \
        -m '//p[a]' \
            --if 'not(starts-with(a//@href,"http"))' \
              -o 'https://example.com/' \
            --break \
            -v 'a//@href' \
            -o '/?A=1' \
            -o '&' \
            -o 'B=2' -n

输出是

http://www.iana.org/domains/example/?A=1&B=2