博客迁移:Shell脚本批量文件处理
近期我对所有文章链接(permalink)进行了重新设计, 为了使得旧链接仍可访问,需要把所有旧的URL重定向到新的URL。 因为本博客由Github Pages提供服务,HTTP服务器和域名均不可配置,只能通过旧的HTML重定向到新的HTML。 于是我需要为所有文章创建一个HTML文件用于重定向。
HTML提供了一种301重定向的方式:
<meta http-equiv="refresh" content="0; url=xxx">
<link rel="canonical" href="xxx" />
第一行是指示浏览器立即重定向,到URL:xxx,
content
指定了重定向之前显示当前页面的秒数。第二行是给主流的搜索引擎看的, 详情请见: https://www.mattcutts.com/blog/canonical-link-tag/
例如文章2015-05-02-tex-note.md
,其文件开头指定了分类信息:
---
layout: blog
categories: linux
...
这篇文章新的URL是/2015/05/02/tex-note.html
,旧的URL是/linux/tex-note.html
,
我需要为它生成一个文件:/linux/tex-note.html
来匹配旧的URL,其内容为:
<html>
<head lang="en">
<meta http-equiv="refresh" content="0; url=/2015/05/02/tex-note.html">
<link rel="canonical" href="/2015/05/02/tex-note.html" />
</head>
</html>
这样当用户访问/linux/tex-note.html
时,便可以重定向到/2015/05/02/tex-note
了!
Bash提供了丰富的文件和字符串Builtin,同时借助Linux下的sed
,awk
等字符串处理工具,
进行批量的文件处理实在不能再方便了。
例如,本站的所有缩略图是用Makefile批量更新的,参见:Makefile 批量更新缩略图。
现在来一个脚本继续处理上述的问题吧!
for file in ./_posts/*
do
# 遍历./_posts下的所有博客文章
# 得到 file == ./_posts/2014-10-09-kiss.md
fname=${file##.*/}
# 删除最长前缀
# 得到 fname == 2015-05-02-tex-note.md
basename=${fname%%\.md}
# 删除最长后缀
# 得到 basename == 2015-05-02-tex-note
urlname=${basename:11}
# 从下标11开始的子字符串
# 得到 urlname == tex-note
layout=`sed -n '2p' $file | awk -F : '{print $2}'`
# 读取文章第二行:layout: blog
# layout == blog
layout="$(echo -e "${layout}" | sed -e 's/\s//g')"
# 去除layout中的空白字符
if [ "$layout" != "blog" ]; then
continue
# 当layout不为blog时,跳到下一篇文章
fi
line=$(sed -n '3p' $file)
# 读取文章第三行
# line == categories: linux
category=$(echo $line | sed 's/.*:\s*//g' | sed 's/\s//g')
# sed匹配冒号+空白字符后面的字符串,再移除所有的空白字符(很重要!)
# category == linux
targetfile=./${category}/${urlname}.html
# 拼接目标文件名
# targetfile == ./linux/tex-note.html
targeturl=/$(echo ${basename} | sed 's/-/\//g' | sed 's/\//-/g4').html
# 拼接目标URL:先把所有-替换为/,再把从第四个开始的/替换为-
# targeturl == /2015/05/02/tex-note.html
targeturl=$(echo ${targeturl} | sed 's/\//\\\//g');
# targeturl
# targeturl == \/2015\/05\/02\/tex-note
sed "s/xxx/$targeturl/g" migrate_permalink_tpl.html > $targetfile
# 将模板migrate_permalink_tpl.html中的xxx替换为targeturl,并存为targetfile
done
附上migrate_permalink_tpl.html
:
<!DOCTYPE html>
<html>
<head lang="en">
<meta charset="UTF-8">
<meta http-equiv="refresh" content="0; url=xxx">
<link rel="canonical" href="xxx" />
</head>
<body></body>
</html>
得到的/linux/tex-note.html
:
<!DOCTYPE html>
<html>
<head lang="en">
<meta charset="UTF-8">
<meta http-equiv="refresh" content="0; url=/2015/05/02/tex-note">
<link rel="canonical" href="/2015/05/02/tex-note" />
</head>
<body></body>
</html>
本文采用 知识共享署名 4.0 国际许可协议(CC-BY 4.0)进行许可,转载注明来源即可: https://harttle.land/2015/07/25/bash-file-batch.html。如有疏漏、谬误、侵权请通过评论或 邮件 指出。