使用正则表达式搜索和替换 CDATA

Question

我正在尝试创建一个 bash 脚本，该脚本查看一些导出文件并对一些 CDATA 值进行搜索和替换。我需要从现有字符串中提取一个值，并将其替换为包含该值的新字符串。

例如：

• 搜索：<![CDATA[{"original_image":"9","cropped_image":15}]]>

• 替换为：<![CDATA[9]]>

• 其中被替换的字符串包含来自 "original_image":"9"

我很擅长正则表达式，我可以通过以下方式获得所需的价值：^[^\d]*(\d+)

我只是不确定如何做剩下的事情，我假设我用sed 或awk 来做这件事。再次感谢任何愿意提供帮助的人。

Answer 1

你可以使用

sed -i 's/\(<!\[CDATA\[\)[^][]*"original_image":"\([0-9]*\)[^][]*\(]]>\)/\1\2\3/g' file

见online demo：

s='<![CDATA[{"original_image":"9","cropped_image":15}]]>'
sed 's/\(<!\[CDATA\[\)[^][]*"original_image":"\([0-9]*\)[^][]*\(]]>\)/\1\2\3/g' <<< "$s"
# => <![CDATA[9]]>

详情

• \(<!\[CDATA\[\) - 第 1 组：<![CDATA[ 子字符串
• [^][]* - 除了 [ 和 ] 之外还有 0+ 个字符
• "original_image":" - 文字子字符串
• \([0-9]*\) - 第 2 组：零个或多个数字
• [^][]* - 除了 [ 和 ] 之外的 0+ 个字符
• \(]]>\) - 第 3 组：]]> 子字符串

\1\2\3 替换模式是三个组值的串联。