基于开始、结束和内容的 Sed 正则表达式多行匹配

Question

我确定该示例已经存在，但找不到它。

在数千个静态 HTML 文件中，我有如下代码块，我需要用独特的内容替换不同的 AdSense 代码块：

<div id="left">

    <div style="margin-top:1px;">
    <script type="text/javascript"><!--
    google_ad_client = "pub-123456132654";
    google_ad_slot = "9844984";
    google_ad_width = 468;
    google_ad_height = 15;
    //-->
    </script>
    <script type="text/javascript"
    src="http://pagead2.googlesyndication.com/pagead/show_ads.js">
    </script>
    </div>
</div>

<div id="content">
<div id="googlesquare">
<script type="text/javascript"><!--
google_ad_client = "pub-123456132654";
google_ad_slot = "68468464";
google_ad_width = 300;
google_ad_height = 250;
//-->
</script>
<script type="text/javascript"
src="http://pagead2.googlesyndication.com/pagead/show_ads.js">
</script>
</div>  

我找到了一些匹配 sed 使用的开始和结束的模式，但缺少内部内容匹配。

如果在另一个 CLI 工具中更好地完成，我不依赖 sed，但首选尽可能通用的 Unix 工具。

更新

这是我希望能够用一种模式捕捉的内容，而无需抓住其他模式：

Answer 1

正则表达式

<script[^>]*>(.*?)</script>

注意事项

• 标签之间的任何内容都存储在第一个捕获组中。
• 不能正确匹配嵌套在自身内部的标签。

Answer 2

sed -n '
\|<script type="text/javascript">|,\|</script>| {
    H
    \|</script>| {
       s/.*//
       x
       s/google_ad_client = "pub-123456132654";/&/
       t catch
       b nocatch

: catch
# catch code here
    s/pub-123456132654/nopub-9876543210/
    p
# end of catch block
       b
       }
  }

\|<script type="text/javascript">|,\|</script>| !{
: nocatch
# no catch code here
   p
# end of no catch block
   }
' YourFile

捕获该部分并允许您对其进行操作（此时所有部分都在工作缓冲区中，因此行 a 由 \n 分隔）。出于示例的目的，我只是将pub-123456132654 更改为nopub-9876543210，并且没有对文件进行其他操作。

找到一个部分时会添加一个新行。如果强制，可以删除它

一些解释

\|in \||` 用于将默认分隔符 (/) 更改为另一个 (|) 在这种情况下更有趣，因为 /*s

\|</script>| { 到 \|<script type="text/javascript">|,\|</script>| { 块用于出现在块的最后一行，如 $ 出现在文件的最后一行。

在这个子块中，交换工作和保持缓冲区（目标是进入工作缓冲区并为下一次迭代提供一个空的保持缓冲区）

b 和 t 的 sed 工作流程有点奇怪，因为 t（如 if goto）仅在 as// 发生之后才起作用（缺少 else 或 not)