使用 Linux sed 正则表达式替换文本文件中的 Windows 文件路径答案

【问题标题】：Replace Windows filepath in text file by using a Linux sed regular expression使用 Linux sed 正则表达式替换文本文件中的 Windows 文件路径
【发布时间】：2018-04-23 15:27:25
【问题描述】：

我有大量具有类似标签语法的文本文件。这些文件包含这样的模式：

<TAG1=foo><TAG-2=\\10.0.0.1\directory\filename.pdf><TAG3> ...
<TAG4=bar><TAG-6=\\10.0.0.1\directory\filename.tif,other content><TAG5>

我需要将这些 UNC 路径的第一部分替换为新路径，意思是：

<TAG1=foo><TAG-2=D:\localdirectory\filename.pdf><TAG3> ...
<TAG4=bar><TAG-6=D:\localdirectory\filename.tif,other content><TAG7>

需要处理大量文件，因此我需要自动执行此路径替换。到目前为止，我用 sed（在 Linux 上）尝试了多个正则表达式，但没有接近解决方案。

#!/bin/bash

# New directory (escaped)
newpath='D:\\localdirectory\\'
# Actual replacement (don't work)
sed -i "s@\(<TAG-2=\)\([^\\]+\.pdf\)@\1${newpath}\2@g" filetoprocess.txt 
sed -i "s@\(<TAG-6=\)\([^\\]+\.tif\)@\1${newpath}\2@g" filetoprocess.txt

欢迎提出建议

【问题讨论】：

标签： regex linux windows parsing sed

【解决方案1】：

最后我得到了下面的正则表达式。此解决方案还可以管理 "/" Unix 路径、美元 ($) 和连字符 (-)：

sed -i -r 's@(<TAG-2=|TAG-6=)([\/]{2})([0-9.a-zA-Z_$ -]+[\/])+([0-9.a-zA-Z_$ -]+\.[pPtT][dDiI][fF])@\1'"${newpath}"'\\\4@g'

【讨论】：

【解决方案2】：

这个使用 sed 的 shell 脚本可能会起作用：

#!/bin/bash

oldpath='\\\\10\.0\.0\.1\\directory\\'
newpath='D:\\localdirectory\\'

#sed -i "s@${oldpath}@${newpath}@g" filetoprocess.txt
sed  -r -i "s@(<TAG-2=)${oldpath}([^>]+pdf)@\1${newpath}\2@g;
         s@(<TAG-6=)${oldpath}([^>]+tif)@\1${newpath}\2@g;
       " filetoprocess.txt

在第一行中，shell shebang 是#!（注意感叹号）。而且我相信您输入示例中的第二行应该有 TAG-6。

在路径中，需要注意正则表达式中具有特殊含义的字符：

您必须使用反斜杠转义 . 和 \
这导致看起来很有趣的\\\\（两个转义的反斜杠）

在最后一行中，-r 选项在参数中节省了一些转义。请注意，我使用[^>]+ 而不是[^\\]+ 来获取扩展之前的路径部分。

sed 命令中的[^\\]+ 将匹配= 之后的所有内容，这不是\，而这只是D: 部分。
因此您的替换将仅匹配文字 D:.pdf。

但我建议尝试使用其他（已注释的）sed 命令来替换路径，而不管 TAG 和文件扩展名是什么。

（之前备份你的文件，因为你使用-i就地替换。）

【讨论】：

@"Lars Fischer"，感谢您提供详细的答案。当然，'olddpath' 在我需要修改的数万个文件中并不一致。一致的元素是 TAG 语法 &filepath pattern: '\\fqdn or IP\subdir\subdir\filename.ext'...还要注意 'filename.tif' 之后标记中的附加内容，并关闭 '>'。
@donmelchior 考虑 oldpath 和 newpath 是前缀。 ([^>]+pdf) 应匹配前缀后面的以下路径部分，包括文件名和扩展名（在这种情况下为.pdf）。