Web-Server
將所有 HTML 絕對連結更改為相對連結
我有一個有一堆絕對地址的網站,我需要將它(該網站的全部內容)向上移動一個級別,因此所有絕對連結都需要轉換為相對連結。
我知道wget與**–convert-links**,但它在我的情況下不起作用。我的網站實際上是用 wget 鏡像的,但是當我使用時間戳選項重新抓取它以獲取更新時 –convert-links 無法正常工作。還有其他方法嗎?
此外,該網站非常龐大,因此非常不希望使用其他鏡像工具重新下載它。
該網站使用 Apache 2.0 託管,但我無權訪問伺服器配置。
您可以對站點中的每個文件進行搜尋和替換,以獲得所需的內容。也許使用正則表達式模式。在 Linux/Unix 上
sed
,其他命令行工具可能會有所幫助。我不確定您為什麼要談論 wget 和鏡像工具。您無權訪問這些文件嗎?
這個工具說它完全符合您的要求:
http://www.perlmonks.org/?node_id=56338
將 HTML 文件中的絕對連結更改為相對連結
此實用程序將通過指定目錄遞歸,解析所有 .htm 和 .html 文件,並將任何絕對 URL 替換為您定義的基礎的相對 URL。
您還可以指定要解析的連結類型:img、src、action 或任何其他類型。請參閱模組原始碼中的 HTML::Tagset 的 %linkElements 散列,了解支持的標記類型的精確細分。
這個程序是嘗試 Getopt::Declare 的好習慣,它是一個優秀的命令行解析器。請注意DATA標籤下方的參數說明。
免責聲明:始終使用 -b 開關強製備份,以防萬一您有非標準 HTML 並且 HTML::TreeBuilder 解析器破壞了它。
歡迎提出改進意見和建議,非常感謝。
如果連結停止工作,這裡是程式碼:
#!/usr/bin/perl -w use strict; use Getopt::Declare; use Cwd; use File::Find; use HTML::TreeBuilder; use URI::URL qw(url); use File::Copy; use IO::File; use vars qw($VERSION $BASE_URL $BACKUP $DIRECTORY @WANTED_TYPES); $VERSION = (qw$Revision: 1.1 $)[1]; #Load the definition and grab the command-line parameters my $opts = Getopt::Declare->new( do{ local $/; <DATA> } ); #Cycle through this directory, and all those underneath it find(\&wanted, $DIRECTORY || getcwd); #Parse each HTML file and make a backup #of it using File::Copy::copy. sub wanted { return unless $File::Find::name =~ /html?$/; #Extract Links from the file my $h = HTML::TreeBuilder->new; $h->parse_file($File::Find::name); my $link_elements = $h->extract_links(@WANTED_TYPES); return unless @$link_elements; #Grab each img src and re-write them so they are relative URL's foreach my $link_element (@$link_elements) { my $link = shift @$link_element; #URL value my $element = shift @$link_element; #HTML::Element Object my $url = url($link)->canonical; next unless $url->can('host_port') and $BASE_URL->host_port eq $url->host_port; #Sigh.. The following is because extract_links() doesn't #tell you which attribute $link belongs to, except to say #it is the value of an attribute in $element.. somewhere. #Given the $link, find out which attribute it was for my ($attr) = grep { defined $element->attr($_) and $link eq $element->attr($_) } @{ $HTML::Tagset::linkElements{$element->tag} }; #Re-write the attribute in the HTML::Element Tree #Note: $BASE_URL needs to be quoted here. $element->attr($attr, $url->path("$BASE_URL")); } #Make a backup of the file before over-writing it copy $File::Find::name => $File::Find::name.'.bak' if defined $BACKUP; #Save the updated file my $fh = IO::File->new($File::Find::name, O_RDWR) or die "Could not open $File::Find::name: $!"; $fh->print($h->as_HTML); } __DATA__ #If there is an error here, you need to have one tab #between the <$var> and the option description. -u <base_url> Base URL (http://www.yoursite.com) [required] { $BASE_URL = url($base_url)->canonical } -b Backup changed files { $BACKUP = 1 } -d <directory> Starting Directory to recurse from { $DIRECTORY = $directory } -l <links>... Links to process: img, href, etc [required] { @WANTED_TYPES = @links }