通過html文件循環，獲取文件名並插入每個文件

我正在將網站遷移到Wordpress ...舊網站使用定製的發佈系統，PHP模板調用單獨的靜態HTML文件每篇文章。有很多職位需要遷移（超過1000人）。通過html文件循環，獲取文件名並插入每個文件

我正在使用一個可以導入HTML文件並將每個文件轉換爲Wordpress文章的插件，但重要的是每個文章的原始日期設置正確。方便的是，插件允許我從每個文件的HTML標籤中選擇每篇文章的日期。

我的問題是日期都是在文件名中，而不是文件本身。這些文件都是通過YY-MM-DD命名，但沒有破折號，讓它們看起來像：
"130726.htm"（爲2013年7月26日）
"121025.htm"（爲2012年10月25日）

所以基本上我需要通過這些文件的目錄，併爲每一個地遍歷 - 獲取文件名，添加斜線，然後在類似這樣的標記與將其插入文件<body>後：
<p class="origDate">13/07/26</p>

我不知道的最好的方法去... ...一個Python腳本，一個記事本++宏，批處理文件或其他任何。任何人都可以提供任何幫助/提示/建議嗎？他們將不勝感激！

在此先感謝！

來源

2014-10-17 StrangeBiscuit

我在理解問題和第一個腳本時犯了一個錯誤。

此腳本掃描日期目錄中的文件（我假設日期目錄只包含所需格式的html文件），然後打開文件並在主體下面插入段落。

日期文件夾的內容示例：

121214.html 121298.html 121299.html

PHP腳本（腳本放在同一目錄日期文件夾）：

<?php 
$dir = "dates"; 
$a = scandir($dir); 

$a = array_diff($a, array(".", "..")); 



foreach ($a as $value) 
{ 


    $string = file_get_contents("dates/".$value); 





    $newstring = substr($value,0,-5); 
    $newstring1 = substr($newstring,0,2); 
    $newstring2 = substr($newstring,2,2); 
    $newstring3 = substr($newstring,4,2); 
    $para = '<p class="origDate">' .$newstring1 . "/" . $newstring2 . "/" . $newstring3 . '</p>' . "<br>"; 
    $pattern = '/<body[\w\s="-:;]*>/'; 
    $replacement = '${0}'.$para; 
    $newpara = preg_replace($pattern, $replacement, $string); 



    $filename ="dates/".$value; 
    $file = fopen($filename, "r+"); 

    fwrite($file, $newpara); 
    fclose($file); 

} 
?>

我已在此使用.html，使用.htm，修改此行：

$newstring = substr($value,0,-5);

到

$newstring = substr($value,0,-4);

之前的示例HTML：

<!DOCTYPE html> 
<html> 

<body marginwidth=0 style="margin-left: 30px;" onclick="myfunction()"> 

<ul><li>Coffee</li><li>Tea</li></ul> 

</body> 
</html>

樣本HTML後：

<!DOCTYPE html> 
<html> 
<body marginwidth=0 style="margin-left: 30px;" onclick="myfunction()"><p class="origDate">12/12/14</p><br> 

<ul><li>Coffee</li><li>Tea</li></ul> 



</body> 
</html>

來源

2014-10-17 21:33:36 Charles

哇，你幾乎完全釘它。沒想到能得到如此完整的答覆，非常感謝！唯一的問題是標籤中的一些標籤在其中具有奇怪的屬性：。是否有任何簡單的修改可以使它在之後附加'origDate'，而不是試圖只替換？ – StrangeBiscuit 2014-10-21 21:53:48

@StrangeBiscuit，是的（或我認爲）。讓我將str_replace修改爲reg表達式函數。 – Charles 2014-10-22 12:14:35

@StrangeBiscuit，我已經修改了正則表達式的解決方案，它應該捕獲body元素標籤中的所有內容。我已經用預期的輸出測試了這個，但是讓我知道你是否有任何問題。 – Charles 2014-10-22 12:33:26

通過html文件循環，獲取文件名並插入每個文件

回答

相關問題