在一个博客的诞生中 说到还有几件没完成的事情,其中一件就是要将markdown中的图片进行备份,这篇文章将介绍如何使用shell对md文件中图片链接进行解析并下载 grep -oP '\!\[.*?]\(.*?\)' 计算机基础-内存管理介绍.md | sed -E 's/(\!\[.*]\()(https?:\/\/.+\.(png|jpe?g|webp|gif|svg))(.*\))/\2/gi' |xargs wget –c -N
![]() image.png
写了一个bash脚本,可以遍历文件夹中的md文件,对其中图片批量下载 匹配图片链接的正则式markdown中图片链接的格式还是比较清晰的
使用grep输出图片链接随便找了一个md文件测试了下 grep '\!\[.*\]\(.+\)' 计算机基础-内存管理介绍.md
发现并没有出现预期的结果,查了下貌似grep的
结果为 ![]() image.png
只匹配图片链接部分上面匹配的链接部分是完整的,但是事实上我们需要的是url的部分,那么是否可以将url单独提出来呢? (?<=\!\[.*\]\()(.+)(?=\))
解释下这个正则干了什么 ![]() image.png
使用grep进行匹配
结果打印出来是 grep: repetition-operator operand invalid
并不能成功的匹配url 原因可能是vscode太强大了,大部分正则表达式的实现是不支持可变长度的向后查找的,只能换其他方法了 使用sed进行匹配sed是一个进行字符串替换的工具,因为上面的方式是因为向后查找的问题,所以我们不使用向后查找,而使用匹配整个图片链接的表达式,再用sed提取出其中代表url的子表达式替换整个的图片链接,以此完成只匹配图片url的目的
![描述](url)
![]() image.png
执行之后可以看到图片链接已经变成url了,但是其他没匹配到的内容还是输出出来了 只输出匹配内容
![]() image.png
-n 和 p 子命令一起使用,只打印匹配的内容sed -E -n 's/(\!\[.*]\()(.+)(.*\))/\2/gp' 计算机基础-内存管理介绍.md
之前对这个sed命令有个误解。
所以单纯使用sed去过滤匹配内容看上去有点麻烦 懒惰匹配最近在写脚本的时候发现markdown中图片链接是可以做为超链接的一部分,类似下面这种
这种情况用上面的正则表达式因为使用了贪婪型元字符,匹配的内容是尽可能多的,它把下面的当做一个整体去匹配 ![图片描述](图片url)](页面url)
这种情况向我们需要使用懒惰型元字符,将 sed是不支持懒惰匹配的,而我们先用grep过滤了一遍,grep可以支持懒惰匹配,需要加上-P选项
下载图片命令行中下载常用wget grep -oP '\!\[.*?]\(.*?\)' 计算机基础-内存管理介绍.md | sed -E 's/(\!\[.*]\()(.+)(.*\))/\2/g' |xargs wget –c -N
为了让wget在本地有图片的时候就不去下载,先加了 ![]() image.png 第二次提示 304 Not Modified不用重新下载 ![]() image.png
小修小补加上http/https的校验。以及图片格式校验,主要在sed这一步,加上i不区分大小写
|
|