从 bash 中的文本文件中删除特定单词

Question

我想从 bash 中的 txt 文件中删除特定的单词。 这是我当前的脚本：

echo "Sequenzia Import Tag Sidecar Processor v0.2"
echo "=============================================================="
rootfol=$(pwd)
echo "Selecting files from current folder........"
images=$(ls *.jpg *.jpeg *.png *.gif)
echo "Converting sidecar files to folders........"
for file in $images
do
    split -l 8 "$file.txt" tags-
    for block in tags-*
    do
                foldername=$(cat "$rootfol/$block" | tr '\r\n' ' ')
                FOO_NO_EXTERNAL_SPACE="$(echo -e "${foldername}" | sed -e 's/^[[:space:]]*//' -e 's/[[:space:]]*$//')"
                mkdir "$FOO_NO_EXTERNAL_SPACE" > /dev/null
                cd "$FOO_NO_EXTERNAL_SPACE"
        done
        mv "$rootfol/$file" "$file"
        cd "$rootfol"
        rm tags-* $file.txt
done
echo "DONE! Move files to import folder"

它的作用是读取与图像命名相同的 txt 文件，并创建在导入到 Sequenzia 图像板（基于 myimoutobooru）（https://code.acr.moe/kazari/sequenzia）期间被解释为标签的文件夹。 我想要做的是从边车文件中删除特定的单词（实际上是符号组合），这样它们就不会导致导入过程出现问题。

我想从文件中删除像 ">_

考虑到我当前的脚本，我可以添加什么来允许我使用非法单词列表来执行此操作。

Answer 1

您可以创建一个列出非法字符串的文件并遍历文件的行，使用正则表达式从您的输入中删除每个字符串，例如this。

Answer 2

在 "split -l 8 "$file.txt" tags-" 行之前，我建议您使用以下内容清理 $file.txt：

sef -f sedscript <"$file.txt" >tempfile

sedscript 是您预先创建的包含所有不需要的字符串的文件，例如

s/>_<//g
s/:o//g

您需要将拆分命令更改为使用 tempfile。

在我的 PC 上使用 stdin/stdout 进行实验表明 sed 脚本中的多个匹配项在输入文件的同一通道中执行。所以是文件很大，这种方法避免了多次读取文件。

这种方法的另一个变体是：

sed -e s/>_<//g -e s/:o//g <infile >outfile

重复

-e s/xxx//g

根据需要多次选择。