Regex Bash脚本：将父目录附加到文件名

如何将文件名的父目录普遍附加到文件名本身，例如

/home/username/Mirrors/earth.com/tree/apples/filename2.html
/home/username/Mirrors/earth.com/grass/flower/leave/filename1.html

以后应将文件命名为以下名称：

earth.com/tree/apples/filename2.html
earth.com/earth/grass/flower/leave/filename1.html

理想情况下，所有文件夹都位于一个文件夹中。这可以通过bash脚本和sed来完成吗

为什么我要这样做：我用httrack镜像了一个巨大的网站，httrack在其相对目录结构中保存了一个文件，我无法让httrack将文件保存为完整的URL。

你的意思是

sed 's|^/home/username/Mirrors/||'

?

---

由于您使用的是固定字段，因此可以使用大量工具

$ sed 's#/home/username/Mirrors##' file
/earth.com/tree/apples/filename2.html
/earth.com/grass/flower/leave/filename1.html

$ cut -c24- file
earth.com/tree/apples/filename2.html
earth.com/grass/flower/leave/filename1.html

---

您还没有定义要附加多少父目录。将其作为运行时参数，可以使用以下awk命令：

echo /home/username/Mirrors/earth.com/tree/apples/filename2.html | 
awk  -F '/' -v D=3 '{for (i=D;i>=0;i--) {printf("%s", $(NF-i)); if (i>0) printf("/")}
 print "";}'

输出

earth.com/tree/apples/filename2.html

---

当然，您可以使用

sed

，但是

httrack

是有能力的，例如：

httrack http://earth.com/tree/apples/filename2.html -O /tmp/ -N100

根据文档：

-N100

站点结构，没有www.domain.xxx/

但更多：

详细信息：选项N

• N0

  站点结构（默认）

• N1

  web中的HTML/，图像/web中的其他文件/图像/

• N2

  web中的HTML/HTML，web中的image/other/images

• N3

  web中的HTML/，web中的图像/其他/

• N4

  HTML-in-web/，images/other-in-web/xxx，其中xxx是文件扩展名 （例如，所有gif都将放在web/gif上）

• N5

  Images/other in web/xxx和HTML in web/HTML

• N99

  web/中的所有文件，带有随机名称（gadget！）

• N100

  站点结构，不含www.domain.xxx/

• N101

  与N1相同，但“web”替换为站点名称

• N102

  与N2相同，但“web”替换为站点名称

• N103

  与N3相同，但“web”被网站名称替换

• N104

  与N4相同，但“web”被网站名称替换

• N105

  与N5相同，但“web”被网站名称替换

• N199

  与N99相同，但“web”被网站名称替换

• N1001

  与N1相同，只是没有“web”目录

• N1002

  与N2相同，只是没有“web”目录

• N1003

  与N3相同，但不存在“web”目录（为g选项设置了选项）

• N1004

  与N4相同，只是没有“web”目录

• N1005

  与N5相同，只是没有“web”目录

• N1099

  与N99相同，只是没有“web”目录

---

那么你想在

earth.com

之前删除所有内容吗？那将保存一个目录结构，不是吗？我需要像这样命名文件：“test/test2/test3.html”也许我应该补充一点，我有一个巨大的列表和文件夹结构，所有文件的名称都不同，总共大约有10.000个文件。

httrack http://earth.com/tree/apples/filename2.html -O /tmp/ -N100