替换多个文件中的多个字符串

Question

我有一个文件，其中包含以下格式的正则表达式列表和替换文字字符串：

OLD_REGEXP_1 NEW_STRING_1
OLD_REGEXP_2 NEW_STRING_2
...

我想将多个文件*.txt 中与OLD_REGEXP_X 匹配的所有字符串替换为NEW_STRING_X。

我相信这是一个常见的问题，之前应该有人做过类似的事情，但我只是找不到用 bash 编写的现有解决方案。

例如：

Tom Thompson
Billy Bill&Ted
goog1e\.com google.com
https?://www\.google\.com https://google.com

输入：

Tom and Billy are visiting http://www.goog1e.com

预期输出：

Thompson and Bill&Ted are visiting https://google.com

主要挑战是：

• 要替换的字符串由 POSIX 扩展正则表达式描述，而不是文字，并且任何不是 POSIX ERE 元字符的字符，包括经常被某些工具用作正则表达式分隔符的/，必须被视为字面意思。
• 替换字符串是文字，可以包含任何文字字符，包括像 & 和 \1 这样的字符，它们经常在替换字符串中用作反向引用元字符，但在这种情况下必须是文字。
• 替换必须按照它们在映射文件中出现的顺序发生，因此如果我们在映射文件中按该顺序有 A->B 和 B->C，并且 A 出现在要更改的文本文件中，那么输出将包含“C”代替“A”，而不是“B”。

Answer 1

您可以将替换列表文件转换为sed 脚本文件，然后让sed 为您完成这项工作。

用 gnu sed 试试这个：

sed -i -f <(sed -r 's/^(\S*) (.*)/s@\1@\2@/g' listfile) *.txt

Answer 2

鉴于您到目前为止告诉我们的内容，并考虑到 cmets 中所说的所有内容以及问题中的内容以及我能想到的所有可能的字符串，这些字符串当前未包含在您的示例中，但可能发生（不包括字符串包含空格的 - 你必须告诉我们如何在 mapfile 中识别旧的和新的来处理它），听起来这就是你需要的：

$ cat mapfile
Tom Thompson
Billy Bill&Ted
goog1e\.com google.com
https?://www\.google\.com https://google.com

$ cat textfile
Tom and Billy are visiting http://www.goog1e.com

awk '
NR==FNR {
    old[NR] = $1
    gsub(/&/,RS,$2)
    new[NR] = $2
    next
}
{
    for (i=1; i in old; i++) {
        gsub(old[i],new[i])
    }
    gsub(RS,"\\&")
    print
}
' mapfile textfile
Thompson and Bill&Ted are visiting https://google.com

上面将“旧字符串”视为正则表达式，将“新字符串”视为没有反向引用的文字字符串，并严格按照输入文件中定义的顺序应用替换。

第一个 gsub() 将替换字符串中的每个 & 转换为记录分隔符（因为我们在记录内操作，所以不能存在），因此第二个 gsub() 不会将 &s 处理为新字符串就像一个反向引用，然后第三个 gsub() 只是将 RS 放回 &s。

以上内容可以在任何 UNIX 系统上的任何 shell 中使用任何 awk。