Và với tập tin cũ nhất ở phía dưới?
Ngoài ra, nếu tôi làm điều này, thì cũng có thể loại bỏ các tiêu đề dư thừa có trong mỗi tệp HTML không? Tôi đang thấy bản thân mình ghép rất nhiều tệp HTML lên và thật tuyệt khi giảm kích thước tệp của tệp cuối cùng một chút.
Câu trả lời:
Để nối các tệp bạn sử dụng
cat file1 file2 file3 ...Để có danh sách tên tệp được trích dẫn được sắp xếp theo thời gian, mới nhất trước tiên, bạn sử dụng
ls -tĐể tất cả chúng cùng nhau,
cat $(ls -t) > outputfileBạn có thể muốn đưa ra một số đối số cho ls(ví dụ *.html:).
Nhưng nếu bạn có tên tệp có khoảng trắng trong đó, điều này sẽ không hoạt động. My file.htmlsẽ được coi là hai tên tệp: Myvà file.html. Bạn có thể lstrích dẫn tên tập tin, và sau đó sử dụng xargs, người hiểu được trích dẫn, để truyền các đối số cho cat.
ls -tQ | xargs catĐối với câu hỏi thứ hai của bạn, việc lọc ra các phần của tệp không khó, nhưng nó phụ thuộc vào chính xác những gì bạn muốn loại bỏ. Các tiêu đề dự phòng của người khác là gì?
cat $(ls -t)cũng dễ bị mở rộng tên tệp. Nếu có một tên tệp có một *, hoặc ?, hoặc một biểu thức ngoặc (ví dụ file-[old].html); và nếu tên tệp được hiểu là một mẫu khớp với các tên tệp khác; cách tiếp cận sẽ tạo ra một danh sách không chính xác. set -fsẽ giải quyết sự thiếu hụt này.
ls -Qcó thể sản xuất đầu ra không phù hợp cho xargs. Ví dụ, "foo"trở thành "\"foo\"", nhưng xargs không hiểu thoát dấu ngoặc kép trong chuỗi trích dẫn kép.
Cách dễ nhất để liệt kê các tệp theo thứ tự khác với từ điển là với vòng loại toàn cầu zsh . Không có zsh, bạn có thể sử dụng ls, nhưng phân tích cú pháp đầu ra lsđầy nguy hiểm .
cat *(om)Nếu bạn muốn tước một số dòng, sử dụng sed hoặc awk hoặc perl. Ví dụ: để lấy <head>từ tệp đầu tiên và kết hợp các <body>phần từ các tệp khác, giả sử rằng các thẻ <body>và </body>thẻ nằm một mình trên một dòng trong mỗi tệp:
{
sed -e '/<\/body>/ q' *.html(om[2])
sed -e '1,/<body>/ d' -e '/<\/body>/,$ d' *.html(om[3,-1])
echo '</body>'
echo '</html>'
} >concatenated.htmlGiải trình:
concatenated.htmlđược tạo ra. Do đó, đây là *.htmltệp trẻ nhất (giả sử không có tệp nào có ngày trong tương lai.*.htmltệp trẻ thứ hai , nhưng thoát khỏi </body>dòng.<body>dòng và bắt đầu với </body>dòng.Giải pháp được cung cấp bởi @angus là tốt nhưng sẽ có vấn đề nếu có thư mục trong thư mục này sẽ khắc phục nó.
cat $(ls -tpa | grep -v / )
cat $(ls -t) > outputfile, nếu không thìcattừ chối tên tệp được trích dẫn