Переименование файлов HTML с использованием тегов <title>и даты публикации

Question

Я хотел бы переименовать файлы HTML, используя теги заголовка HTML и дату публикации.

Я нашел ответ для заголовка, используя теги заголовка здесь:

Отредактированный код:

#!/bin/bash
for f in $(find . -type f | grep \.html)
   do
   title=$( awk 'BEGIN{IGNORECASE=1;FS="<title>|</title>";RS=EOF} {print $2}' "$f" )
   mv -i "$f" "${title//[ ]/-}".html
done

Переименование файлов HTML с использованием тегов

, не знаю, как заставить работать часть даты.

Результатом будет title_PublicationDate.html

Вот пример URL: https://www.voltairenet.org/article178442.html

Это будет переименовано из "article178442.html" в "You Are The Hope" Пола Крейга Робертса_20130508.html "

Вот строки, в которых есть дата публикации:

Строка 19:

<meta property="og:article:published_time" content="2013-05-07T23:31:07Z" />

Строка 207:

<span class="updated" title="2013-05-8"><time datetime="2013-05-08 02:31:07" pubdate>| 8 May 2013</time></span></span>

Правка: можно ли это сделатьэто с питоном и красивым супом с использованием тегов Open Graph?

Answer 1

Я потратил некоторое время на то, чтобы угадать, ваш вопрос не очень ясен, но я пришел к такому решению:

Я сделал git-репозиторий под названием renamer . Этот быстрый маленький скрипт может быть запущен из папки со всеми вашими индексными файлами, и он извлечет все файлы .html в папке и переименует их в текст внутри тега <title> соответствующего HTML-файла плюс дата егобыл опубликован, который я извлек из одного из метатегов в html-файле. Этот сценарий принимает структуру метатега в вашем HTML-элементе, поэтому он должен работать до тех пор, пока структура мета-тега остается неизменной.

ПРИМЕЧАНИЕ: Файлы, которые вы загружаете с github, должны быть помещены в папку, которая находится внутри каталога ваших html-файлов (см. Изображения ниже)

Вы, вероятно, уже знаете это , но когда вы поместили файлы в папку, запустите npm install в папке программы. Это установит все необходимые зависимости, которые в данном случае file-system, path и readline.

Для запуска программы введите node main в папке программы, и просто таквсе HTML-файлы в родительской папке будут переименованы.

Теоретически вы должны иметь возможность хранить программу в папке, где находятся ваши индексные файлы длябудущее использование, а также. Очень удобно, если вам когда-нибудь понадобится быстро изменить некоторые имена в будущем :)

Надеюсь, я ответил на ваш вопрос.

Answer 2

Вы можете добавить дату публикации, используя sed из метатега:

<meta property="og:article:published_time" content="2013-05-07T23:31:07Z" />

Используя сценарий sed, чтобы добавить дату публикации в ГГГГММДД

pub_date=$(sed -n -e 's/.*meta property.*published_time.*\([0-9][0-9][0-9][0-9]\)-\([0-9][0-9]\)-\([0-9][0-9]\).*/\1\2\3/p')

Код «оппортунистический»и принять очень специфическую структуру метатега. Однако для быстрого и грязного решения - это сработает. Используйте $ pub_date для создания имени файла