如何用 sed 或 awk 替换子字符串中的字符？

Question

我需要替换 HTML 文档中某些文件名（并且只有文件名）的特殊字符。我知道如何用tr 或sed 替换整个 文本中的特殊字符，我知道如何用sed（例如's,src="\([^"]*\)",src="newprefixtofilename_\1"'）用另一个给定字符串替换文件名，但我不确定sed 能否以某种方式匹配我在\1 中得到的字符？

如果sed 无法做到这一点，我该怎么做？ awk?可能可以隔离以src= 为前缀的" 分隔字符串，并仅在这些字符串上使用gsub。我可以假设src= 仅出现在标签中（因此没有“真正的”html 解析），并且每个文件行只有一个字符串匹配。

示例输入行：

  <img src="spécial.png"> Spécial
  <img src="piètre.png"> Some text including "piètre"

仅在文件名中将[éî] 替换为[ei] 的所需输出：

 <img src="special.png"> Spécial
 <img src="pietre.png"> Some text including "piètre"

Answer 1

您不能直接使用sed 执行此操作（不知道 awk，但是）。首先，您需要创建一个辅助文件，在其中将每个字符替换为 UTF8 字符，而不是解析和替换差异。

我强烈建议先在测试数据上尝试一下。

# Translate non UTF8
$ iconv -f utf-8 -t ascii//translit files.html > tmp.txt

# Create arrays (IFS if files have spaces, otherwise redundant)
$ IFS=$'\n'
$ FROM=($(diff files.html tmp.txt | grep '^<.*<img' | sed -r 's/.*src="([^"]*)".*/\1/'))
$ TO=($(diff files.html tmp.txt | grep '^>.*<img' | sed -r 's/.*src="([^"]*)".*/\1/'))

# Rename files (mv spécial.png special.png)
$ for ((i=0; i < ${#FROM[@]}; i++)); do mv "${FROM[$i]}" "${TO[$i]}"; done

# Change html src attributes
$ for ((i=0; i < ${#FROM[@]}; i++)); do sed -i "s/${FROM[$i]}/${TO[$i]}/" files.html; done

# End result
$ cat files.html 
<img src="special.png"> Spécial
<img src="pietre.png"> Some text including "piètre"

Answer 2

说明要求：仅在 src="..." 标记内替换特殊字符 (é->e, î->i)。

假设 XML 文件的格式合理（更具体地说，完整的 IMG 标记在一行上），可以使用 's' 命令替换每个特殊字符。

First line é->e, second line î->i
sed -e 's,src="\([^"]*\)é\([^"]*"\),src=\1e\2,g' \
    -e 's,src="\([^"]*\)î\([^"]*"\),src=\1i\2,g'

上述解决方案不会处理多次具有相同特殊字符的 src。 （例如，src-“xîzîtîFi.png”。如果这是一个问题，并假设在下面的示例中接受少量重复 92，那么

   # é->e 
sed -e 's,src="\([^"]*\)é\([^"]*"\),src="\1e\2,g' \
  -e 's,src="\([^"]*\)é\([^"]*"\),src="\1e\2,g' \
  -e 's,src="\([^"]*\)é\([^"]*"\),src="\1e\2,g' \
  -e 's,src="\([^"]*\)î\([^"]*"\),src="\1i\2,g' \
  -e 's,src="\([^"]*\)î\([^"]*"\),src="\1i\2,g' \
  -e 's,src="\([^"]*\)î\([^"]*"\),src="\1i\2,g'

我确信有可能使用标签/分支更有效地执行上述替换以处理无限数量的特殊字符。

重命名文件 另一个问题可以利用“sed”音译命令。比如：

for file in FILELIST ; do
  new_name=$(echo $file | sed -e 'y/éî/ei/')
  if [ "$file" != "$new_name] ; then
    mv $file $new_name
  if
done