查找和替换文件多行文件内容

Question

我想要做的是：

find some_files -name '*.html' -exec sed -i "s/`cat old`/`cat new`/g" {} \; 

与老和新包含换行符和斜线和其他特殊字符，这导致无法正确解析的sed 。

我读过关于如何逃生换行符与SED，并命令TR，命令的printf“％Q”，但我不能让这些正常工作，也许是因为我不完全了解他们的功能。另外，我不知道为了sed工作，我仍然需要逃脱哪些特殊字符。

Answer 1

我不确定你想要做什么，但如果旧文件包含换行符，你可能会遇到麻烦。这是因为sed通过在每一行上应用命令来工作，所以尝试将一行与表示多行的模式匹配将不起作用，除非您明确加载更多行。

我的建议是在应用substitute命令之前将整个文件加载到sed的“缓冲区”中。然后，您必须确保新旧版本能够正确转义。此外，更令人困惑的是，旧文件（模式）的转义必须与新文件（替换）不同。

让我们先将新文件转义为“new.tmp”文件。为了清楚起见，我们将创建一个名为sed脚本 “escape_new.sed”：

#!/bin/sed -f 

# Commas used as separators 
s,\\,\\\\,g 
s,$,\\,g 
s,[/&],\\&,g 
$ a/ 

然后运行它：sed -f escape_new.sed new > new.tmp

有三个命令我们使用逃脱：

1. 应该反斜杠在前面加上另一个反斜杠
2. 换行符应在前面加一个反斜杠（我们通过在行末加一个反斜杠来实现）。
3. “与”符号和斜杠应该以反斜杠开头（注意替换文本处的&实际上是一个包含匹配的运算符，因此如果它与斜线匹配，则它包含斜线，并且如果符合和符号， ＆符号）。
4. 在最后一行（引用“$”符号）时，我们追加（通过“a”命令）一个斜杠。这是我们稍后将使用的替代命令的结尾斜杠。我们必须把它放在这里，因为反引号会在输入结束时删除任何额外的换行符，这可能会导致问题（例如用于引用换行符的反斜线实际上引用了终止斜杠）。

现在让我们逃避旧文件。如上所述，我们将创建一个“escape_old.sed”脚本。在我们做之前，我们需要将整个文件加载到模式空间（sed的内部缓冲区），以便我们可以替换换行符。我们可以用下面的命令做到这一点：

: a 
$! { 
    N 
    b a 
} 

第一个命令创建一个名为“a”的标签。第二个命令（“{”）实际上启动了一组命令。这里的魔力就是“$！”地址前缀。只有当最后一个输入行不是输入的最后一行（“$”表示输入的最后一行，“！”表示不是）时，该前缀才会指示它运行命令。组中的第一个命令将输入​​中的下一行附加到模式空间中。如果在最后一行执行这个“N”命令，它会终止脚本，所以我们必须小心，不要在最后一行执行它。组中的第二个命令是分支命令“b”，它将“跳转”回“a”标签。魔术是“$！”地址前缀我们有在命令之前。闭幕支架关闭该组。该组以其各自的地址前缀允许我们遍历所有行，将它们连接在一起，并在最后一行之后停止，从而允许执行任何进一步的命令。然后我们有最后的脚本：

#!/bin/sed -f 

: a 
$! { 
    N 
    b a 
} 

s,\\,\\\\,g 
s,\n,\\n,g 
s,[][/^$.],\\&,g 

如上所述，我们需要转义特殊字符。在这种情况下，一个实际的换行符现在作为一个反斜杠后跟字母n转义。在最后一个命令中，有更多的字符需要以反斜杠作为前缀。请注意，要匹配一个方括号，它需要是方括号内的第一个字符，以防止sed将它解释为我们要匹配的字符列表的最后字符。因此，在方括号中按顺序列出的字符是][/^$.。

再次，我们与执行：sed -f escape_new.sed old > old.tmp

现在我们可以使用这些转义在SED命令文件，但我们必须再次全部行加载到模式空间。使用与以前相同的命令，但将它们放到一行中，我们使用紧凑形式：:a;$!{N;ba}：我们现在可以在最终表达式中使用它（不包含现在位于new.tmp文件中的结束斜杠字符）：

find some_files -name '*.html' -exec sed -e ":a;\$!{N;ba};s/`cat old.tmp`/`cat new.tmp`g" -i {} \; 

，希望这将工作=）

请注意，我们躲过了$符号用反斜杠，否则shell会认为我们正在试图访问最后执行的异步命令的$!变量（结果）。