在 grep 之后使用 Sed 将内联替换为 HTML 前缀答案

【问题标题】：Using Sed after grep to replace inline with an HTML prefix在 grep 之后使用 Sed 将内联替换为 HTML 前缀
【发布时间】：2023-03-03 11:10:02
【问题描述】：

我想用实际链接替换一些文本。

文字如下：

Some text here 
[...]
-   CRAN Task View: [Bayesian](Bayesian.html)
-   CRAN Task View: [Cluster](Cluster.html)
-   CRAN Task View: [Databases](Databases.html)
-   CRAN Task View: [Environmetrics](Environmetrics.html)
[...]
End of text here

但正如您所见，这些页面没有 HTML 链接。例如，Bayesian.html 应该是http://cran.rstudio.com/web/views/Bayesian.html

最终结果应该是

Some text here 
[...]
-   CRAN Task View: [Bayesian](http://cran.rstudio.com/web/views/Bayesian.html)
-   CRAN Task View: [Cluster](http://cran.rstudio.com/web/views/Cluster.html)
-   CRAN Task View: [Databases](http://cran.rstudio.com/web/views/Databases.html)
-   CRAN Task View: [Environmetrics](http://cran.rstudio.com/web/views/Environmetrics.html)
[...]
End of text here

到目前为止，我可以使用以下命令对我的文本文件进行“子集化”：

grep "CRAN Task View: \[" $FILE

但是当我尝试通过管道传输时：

sed -e 's|\\([a-zA-Z]*\\)\\.html|http://cran.rstudio.com/web/views/\\1.html|'

它不起作用。如何从 grep 命令内联 sed？

我使用的是 macOS Mojave。

【问题讨论】：

标签： html bash macos sed grep

【解决方案1】：

这个sed 应该适合你：

sed -E '/CRAN Task View:/s~\(([^)]+)\)~(http://cran.rstudio.com/web/views/\1)~' file

Some text here
[...]
-   CRAN Task View: [Bayesian](http://cran.rstudio.com/web/views/Bayesian.html)
-   CRAN Task View: [Cluster](http://cran.rstudio.com/web/views/Cluster.html)
-   CRAN Task View: [Databases](http://cran.rstudio.com/web/views/Databases.html)
-   CRAN Task View: [Environmetrics](http://cran.rstudio.com/web/views/Environmetrics.html)
[...]
End of text here

正则表达式详细信息：

/CRAN Task View:/：仅当行匹配文本"CRAN Task View:"
s~：替补
\(：匹配一个(
([^)]+)：匹配捕获组 #1 中的 1+ 个非) 字符
\)：匹配一个)
(http://cran.rstudio.com/web/views/\1) 是使用反向引用#1 创建链接的替换

【讨论】：

【解决方案2】：

sed -e 's|\\([a-zA-Z]*\\)\\.html|http://cran.rstudio.com/web/views/\\1.html|' 它不起作用。

这是一个引用问题。内单引号 '...' 反斜杠 \ 不需要转义。 Bash 将'\\(' 解析为\\( 并将其发送到sed，后者将其解释为文字字符串\(。因此，您将替换文件中从未出现过的文字字符串 " \(someLetters\)\.html "。

你的意思可能是sed 's|\([a-zA-Z]*\)\.html|http://cran.rstudio.com/web/views/\1.html|'。

顺便说一句：sed 也可以为你做grep 部分。此外，使用 -E 您需要更少的反斜杠。但是由于您再次附加 .html，因此您首先不需要组 \(....\)。

sed -E -n '/CRAN Task View: \[/s|[a-zA-Z]*\.html|http://cran.rstudio.com/web/views/&|p'

【讨论】：