我正在尝试使用以下方法将包含表格的 HTML 转换为 .csv 文件bash script.
到目前为止我已经完成了以下步骤：
- 转换为 Unix 格式（使用
dos2unix)
- 删除所有空格和制表符（使用
sed 's/[ \t]//g')
- 删除所有空行（用
sed ':a;N;$!ba;s/\n//g'）（这是必要的，因为 HTML 文件的每个单元格都有一个空行......这不是我的错）
- 删除不必要的
<td> and <tr>标签（带有sed 's/<t.>//g')
- Replace
</td>与 ',' （与sed 's/<\/td/,/g')
- Replace
</tr>与行尾（\n）字符（与sed 's/<\/tr/\n/g')
当然，我正在将所有这些都放在管道中。到目前为止，效果很好。我坚持最后一步：该表有一列日期，其格式为dd/mm/yyyy，我想将它们转换为yyyy-mm-dd.
有没有一种（简单的）方法来做到这一点（与sed or awk)?
数据样本（整个之后sed pipe):
500,2,13/09/2007,30000.00,12,B-1
501,2,15/09/2007,14000.00,8,B-2
预期结果:
500,2,2007-09-13,30000.00,12,B-1
501,2,2007-09-15,14000.00,8,B-2
我需要这样做的原因是因为我需要将这些数据导入到MySQL。我可以在 Excel 中打开文件并手动更改格式，但我想跳过这一点。
