在正则表达式的反向引用中执行第二次替换

如何解决在正则表达式的反向引用中执行第二次替换

我在表格的网页上有几行

<a href="url with spaces">description with spaces</a> 

我想将其转换为csv格式

"url%20%with%20spaces","description with spaces"

馈入期望外部链接为[url％20％with％20spaces带有空格的描述]的Mediawiki页面（我不希望该页面被#rreplace弄乱）

sed -Ee 's`.*href="(.*)">(.*)</a>.*`"\1","\2"`'

可以拆分url，但是我看不到一种简单的方法来在\ 1中用％20进一步替换空间而不影响\ 2

解决方法

您可能会考虑像这样使用GNU awk

awk -F'href="|">|</a>' '{gsub(/ /,"%20",$2);print "\""$2"\",\""$3"\""}'

在线查看awk demo。

此处的字段分隔符模式为href="|">|</a>，它与href="或">或 `相匹配，以将行分成字段。

第二个字段需要额外的处理，因此gsub(/ /,$2)用于用%20子字符串替换每个空格。更新后的字段2和字段3用于形成结果输出。