Linux 中的 Linkify 文本文件

Question

我已经解析了文本文件中包含 url 和附加换行符的所有行，并且我想让链接在新文件中可单击。

如何<a href>使用标准 Linux 工具（最好是 awk）仅在 url 周围附加 -tags？它需要在 cron 中实现自动化。

例如，

源文件chaturls.txt：

    12:30 <user> check this: https://link.to/stuff.jpg</br>
    13:47 <user4> https://another.link.lol eyyyy</br>

新文件chatlinkified.html中的所需输出：

12:30 <user> check this: <a href='https://link.to/stuff.jpg'>https://link.to/stuff.jpg</a></br>
13:47 <user4> <a href='https://another.link.lol'>https://another.link.lol</a> eyyyy</br>

我尝试过awk '{printf "<a href=\"%s\">%s</a><br>", $0,$0}' chaturls.txt > chatlinkified.html，但这使得整行成为（无效）可点击链接。

Answer 1

sed -E 's@(https?://[^[:space:]/$.?#].[^[:space:]<]*)@<a href="\1">\1</a>@g' chaturls.txt > chatlinkified.html

您可以使用 sed 并使用 引用回匹配的组\1。注意。在这里，我使用 @ 而不是 / 进行分隔（如 s/../../g 中），您可以自由使用任何字符，这可以节省一些转义。

用于查找 URL 的正则表达式会对 https?:// 之后的第一个字符进行一些验证检查，然后继续匹配，直到出现空格或另一个标记的起始括号。

如果您想对 url 使用更简单的正则表达式，例如评论之一中给出的https?://[^ ]*)不包含此小验证的情况，则可以。

您可以在这里找到更广泛的经过验证的 url 正则表达式： https: //mathiasbynens.be/demo/url-regex（但是您必须从 PHP 正则表达式转换为 sed 扩展正则表达式）