XMLStarlet経由でアンパサンド（＆）をエスケープする - バグ&

Question

これは非常に面倒ですが、はるかに単純な作業です。このguideによると、私はこれを書いた：

#!/bin/bash 

content=$(wget "https://example.com/" -O -) 
ampersand=$(echo '\&') 

xmllint --html --xpath '//*[@id="table"]/tbody' - <<<"$content" 2>/dev/null | 
    xmlstarlet sel -t \ 
     -m "/tbody/tr/td" \ 
      -o "https://example.com" \ 
      -v "a//@href" \ 
      -o "/?A=1" \ 
      -o "$ampersand" \ 
      -o "B=2" -n \ 

私は最後にこれを受け取る & として、私は成功したテーブルから各リンクを抽出し、すべてが正しく連結されます、しかし、代わりのアンパサンドを再現します各リンク：

https://example.com/hello-world/?A=1&B=2 

：

https://example.com/hello-world/?A=1\&B=2 

しかし実際には、私のようなものを探していました

アイデアは、バックスラッシュ\&を使用して文字をエスケープして無視されるようにすることです。最初は、-o "$ampersand" \の代わりに-o "\&" \に直接置き、この場合のシナリオではampersand=$(echo '\&')を削除しました。それでも同じ結果。

は本質的には、バックスラッシュを除去することによって、それはまだ出力：

https://example.com/hello-world/?A=1&B=2 

のみ&背後\が削除されていること。

なぜですか？

私はそれが欠けている何か基本的なものだと確信しています。

Answer 1

申し訳ありませんあなたの結果は再現できませんが、置き換えを行わないのはなぜですか？結果をフィルタリングするだけで

sed 's/\\&/\&/g' 

パイプに追加してください。それはすべて& amp; 〜&。

Answer 2

すでに見てきたように、バックスラッシュエスケープは解決策ではありません。

そしてちょうどスタートを追加するために、このようなsedとして標準的なテキスト処理ツールを使用して、（おそらくこれを行うには両方xmllintとxmlstarletを使用する必要はありません）のhrefを抽出します。私は2つの可能な選択肢を考えることができますそして最後：また

sed 's,^,https://example.com/,; s,$,/?A=1\&B=2,' 

、パイプ&に&を変更しますあなたが現在xmlstarlet unescに持っているものの出力、。

Answer 3

&は、XML文書で&を印刷する正しい方法ですが、単純なURLを必要とするだけで、出力はXMLであってはいけません。したがって、--textまたは-Tをselコマンドに渡すことで、テキストモードに切り替える必要があります。

example.comにはtableという要素がありませんが、ここではp要素のリンクを構築する作業例があります。

content=$(wget 'https://example.com/' -O -) 
xmlstarlet fo --html <<<"$content" | 
    xmlstarlet sel -T -t \ 
     -m '//p[a]' \ 
      --if 'not(starts-with(a//@href,"http"))' \ 
       -o 'https://example.com/' \ 
      --break \ 
      -v 'a//@href' \ 
      -o '/?A=1' \ 
      -o '&' \ 
      -o 'B=2' -n 

出力は、あなたの答えの品質を向上させるために

http://www.iana.org/domains/example/?A=1&B=2