使用 archivarix 搜索和替换删除所有文章图像
Delete all article images using archivarix search & replace
我正在使用 Archivarix 恢复网站，但由于它没有下载任何图像，所有图像现在都损坏了，所以在使用 Archivarix 时，有一个使用正则表达式的“搜索和替换”工具
<a href="link" rel="bookmark">
<img width="840" height="450" src="path-to-image" class="entry-thumbnail wp-post-image" alt="">
</a>
我不知道正则表达式，但我想如果正则表达式针对具有 class "wp-post-image" 的图像标签，那么也许它可以将它们全部删除。
在网上搜索，我找到的唯一 <img .*?> 搜索整个图像标签。
Archivarix 正则表达式方言看起来支持 PCRE（愚蠢的帮助图像可从 post 历史中获得）。
如果你的例子有代表性，试试
<img (?:[^<>]* )?class="(?:[^<>"]* )?wp-post-image(?: [^<>"]*)?"(?: [^<>]*)>
简而言之，[^<>]* 匹配任何不包含 < 或 > 的字符串，类似地 [^<>"]* 匹配任何也不包含 "。分组 (?: ...)? 表示括号内的任何内容都是可选的，并且不必存在。有了这些，我们可以表达一个表达：
- 匹配
<img （后面有 space）
- 可选，尽可能跳过另一个 space，然后是
class="- ... 可选地再次跳到 space 之前
wp-post-image- ... 可选地后跟更多 class 个名称，然后是
"- 可选地再次后跟更多属性，后跟
>
前面没有“可选”的部分是必需的。如果你的 HTML 是 machine-generated 可能会想出一个更严格的表达式，但这应该友好地处理元素属性数量的变化（alt=""，width="480"等）及其顺序，以及 class= 属性中或多或少的 class 个名称。
Archivarix CMS 有一个名为“删除损坏的图像”的工具。只需单击一下，它就会扫描并删除该网站所有未恢复的图像。与“删除损坏的链接”工具相同。单击顶部菜单中的工具。无需为该任务使用搜索和替换。
PS：您确定为下载设置了正确的时间范围吗，因为如果这些图像存在于 Wayback Machine (WM) 中，它们将被恢复。但是，如果您设置的时间范围较窄，则只有 url 在此期间 WM 保存的内容将被恢复。了解 WA 的工作原理以及这些时间戳的含义非常重要。这些时间戳与“网站版本”或“页面版本”无关。它们表示确切的 url 被保存的确切时间。
我正在使用 Archivarix 恢复网站，但由于它没有下载任何图像，所有图像现在都损坏了，所以在使用 Archivarix 时，有一个使用正则表达式的“搜索和替换”工具
<a href="link" rel="bookmark">
<img width="840" height="450" src="path-to-image" class="entry-thumbnail wp-post-image" alt="">
</a>
我不知道正则表达式，但我想如果正则表达式针对具有 class "wp-post-image" 的图像标签，那么也许它可以将它们全部删除。
在网上搜索，我找到的唯一 <img .*?> 搜索整个图像标签。
Archivarix 正则表达式方言看起来支持 PCRE（愚蠢的帮助图像可从 post 历史中获得）。
如果你的例子有代表性，试试
<img (?:[^<>]* )?class="(?:[^<>"]* )?wp-post-image(?: [^<>"]*)?"(?: [^<>]*)>
简而言之，[^<>]* 匹配任何不包含 < 或 > 的字符串，类似地 [^<>"]* 匹配任何也不包含 "。分组 (?: ...)? 表示括号内的任何内容都是可选的，并且不必存在。有了这些，我们可以表达一个表达：
- 匹配
<img（后面有 space） - 可选，尽可能跳过另一个 space，然后是
class="- ... 可选地再次跳到 space 之前
wp-post-image- ... 可选地后跟更多 class 个名称，然后是
"- 可选地再次后跟更多属性，后跟
>
前面没有“可选”的部分是必需的。如果你的 HTML 是 machine-generated 可能会想出一个更严格的表达式，但这应该友好地处理元素属性数量的变化（alt=""，width="480"等）及其顺序，以及 class= 属性中或多或少的 class 个名称。
Archivarix CMS 有一个名为“删除损坏的图像”的工具。只需单击一下，它就会扫描并删除该网站所有未恢复的图像。与“删除损坏的链接”工具相同。单击顶部菜单中的工具。无需为该任务使用搜索和替换。
PS：您确定为下载设置了正确的时间范围吗，因为如果这些图像存在于 Wayback Machine (WM) 中，它们将被恢复。但是，如果您设置的时间范围较窄，则只有 url 在此期间 WM 保存的内容将被恢复。了解 WA 的工作原理以及这些时间戳的含义非常重要。这些时间戳与“网站版本”或“页面版本”无关。它们表示确切的 url 被保存的确切时间。