Регексп для sed - выборочное удаление двойных пробелов

[027]

Есть html со ссылками. Одна строка.

Нужно удалить повторяющиеся пробелы в тексте, но не тронуть участки внутри href="..."

Пример:

Код: [Выделить]

Текст с двойными  тройными   и т.д. пробелами <a href="http://url/имя файла где должны остаться  сдвоенные пробелы.zip">текст ссылки</a> Еще какой-то текст. <a href="http://url/имя второго файла где должны остаться  повторяющиеся    пробелы.pdf">Еще одна ссылка с неприкасаемыми пробелами</a> и опять просто текст...

Можно ли написать такой регексп для sed?

Upd. Или лучше сделать как-то более по-другому?

[Azure]

Давайте уточним, неизменяемые участки начинаются с <a href= и заканчиваются </a> ? Во всех остальных частях сдвоенные пробелы меняются?

Код: (bash) [Выделить]

sed ': 1 ; s%  \+\([^<>]*\(<a href=.\+</a>\|$\)\)% \1% ; t 1'

[027]

Нет, хотелось бы сделать
href="неизменяемый участок"

[Azure]

027,
И Вы считаете что того что Вы написали достаточно, чтобы понять что Вы хотите? Как быть с Вашим примером

Еще одна ссылка с неприкасаемыми пробелами

Где тут href=? Что неправильно делает скрипт, приведенный выше? Примеры?

[027]

027,
И Вы считаете что того что Вы написали достаточно, чтобы понять что Вы хотите? Как быть с Вашим примером

Еще одна ссылка с неприкасаемыми пробелами

Где тут href=?

Попробую изложить иначе: повторяющиеся пробелы должны заменяться одним пробелом везде, кроме атрибута href.
В примере следует понимать так:

Еще одна ссылка с неприкасаемыми пробелами [в URL]

То есть, текст ссылки должен обрабатываться, адрес ссылки - не должен.

[Azure]

Что неправильно делает скрипт, приведенный выше? Примеры?

[027]

Один момент упущен:

Есть html со ссылками.

Стало быть простой отрицающий класс [^<>] не годится, так ведь?

Вот уточненный тестовый пример, где скрипт спотыкается об угловые скобки:

Код: [Выделить]

Текст с двойными  <font color="blue">тройными</font>   и т.д.        <font color="red">пробелами</font>               <a href="http://url/имя файла где должны остаться  сдвоенные пробелы.zip">текст ссылки</a> Еще какой-то текст. <a href="http://url/имя второго файла где должны остаться  повторяющиеся    пробелы.pdf">Еще одна ссылка          с   неприкасаемыми пробелами</a> и опять просто текст...

Вывод скрипта:

Код: [Выделить]

Текст с двойными  <font color="blue">тройными</font>   и т.д.        <font color="red">пробелами</font> <a href="http://url/имя файла где должны остаться  сдвоенные пробелы.zip">текст ссылки</a> Еще какой-то текст. <a href="http://url/имя второго файла где должны остаться  повторяющиеся    пробелы.pdf">Еще одна ссылка          с   неприкасаемыми пробелами</a> и опять просто текст...Пользователь решил продолжить мысль [time]27 Январь 2015, 21:21:59[/time]:Один момент упущен:

Есть html со ссылками.

Стало быть простой отрицающий класс [^<>] не годится, так ведь?

Вот уточненный тестовый пример, где скрипт спотыкается об угловые скобки:

Код: [Выделить]

Текст с двойными  <font color="blue">тройными</font>   и т.д.        <font color="red">пробелами</font>               <a href="http://url/имя файла где должны остаться  сдвоенные пробелы.zip">текст ссылки</a> Еще какой-то текст. <a href="http://url/имя второго файла где должны остаться  повторяющиеся    пробелы.pdf">Еще одна ссылка          с   неприкасаемыми пробелами</a> и опять просто текст...

Вывод скрипта:

Код: [Выделить]

Текст с двойными  <font color="blue">тройными</font>   и т.д.        <font color="red">пробелами</font> <a href="http://url/имя файла где должны остаться  сдвоенные пробелы.zip">текст ссылки</a> Еще какой-то текст. <a href="http://url/имя второго файла где должны остаться  повторяющиеся    пробелы.pdf">Еще одна ссылка          с   неприкасаемыми пробелами</a> и опять просто текст...Пользователь решил продолжить мысль 27 Января 2015, 21:24:44:А можно пояснить по выражению для sed? Я в его синтаксисе пока что слабо ориентируюсь. Правильно ли я понял, Вы вместо традиционного прямого слеша применяете символ % в качестве делимитера?

[alsoijw]

027, пример это так: вход и выход.

[027]

Вход и выход приведен выше. Или необходимо явно писать слова вход-выход?

[Azure]

Ещё раз формулируем условие заменить сдвоенные (строенные и т.д) пробелы везде кроме тех, что внутри href="..." (кавычки обязательны!). Поскольку в строке ссылок может быть несколько для борьбы с "жадной" квантификацией придется вставить какой-нибудь явно неиспользуемый символ (тут «^») и затем убрать его:

Код: (bash) [Выделить]

sed -r 's/href="[^"]+"/&^/g ; : 1 ; s/  +([^^]*(href|$))/ \1/ ; t 1 ; s/\^//g'* параметр -r  добавлен чтоб убрать экранирование скобок и «+»

[027]

Огромное спасибо, эта версия работает.

внутри href="..." (кавычки обязательны!)[/i]

Это само собой, ибо url с пробелами.

для борьбы с "жадной" квантификацией придется вставить какой-нибудь явно неиспользуемый символ (тут «^») и затем убрать его

Ага, вон как, Вы ставите уникальный маркер.

* параметр -r  добавлен чтоб убрать экранирование скобок и «+»

Можно сказать и так.

Еще раз спасибо! Вы помогли мне автоматизировать еще один кусочек повседневной рутины.