SED 替换为“可能的”换行符

Question

我有一个运行良好的 sed 命令，除非它在文件的某处遇到换行符。这是我的命令：

sed -i 's,<a href="\(.*\)">\(.*\)</a>,\2 - \1,g'

现在，它运行良好，但我刚刚遇到了这个带有a 标签的文件，如下所示：

<a href="link">Click
        here now</a>

当然没有找到这个。所以我需要以某种方式修改它以允许在搜索中换行。但是我不知道如何让它允许这样做，除非我先检查整个文件并事先删除所有\n。问题是我丢失了文件中的所有格式。

Answer 1

您可以通过在 sed 脚本中插入一个循环来做到这一点：

sed -e '/<a href/{;:next;/<\/a>/!{N;b next;};s,<a href="\(.*\)">\(.*\)</a>,\2 - \1,g;}' yourfile

按原样，这将在输出中留下一个嵌入的换行符，不清楚你是否想要这样。如果没有，只需替换换行符：

sed -e '/<a href/{;:next;/<\/a>/!{N;b next;};s/\n//g;s,<a href="\(.*\)">\(.*\)</a>,\2 - \1,g;}' yourfile

也许清理多余的空间：

sed -e '/<a href/{;:next;/<\/a>/!{N;b next;};s/\n//g;s/\s\{2,\}/ /g;s,<a href="\(.*\)">\(.*\)</a>,\2 - \1,g;}' yourfile

解释：/<a href/{...} 让我们忽略我们不关心的行。一旦我们找到我们喜欢的，我们检查它是否有结束标记。如果没有（/<\a>/!），我们抓取下一行和一个换行符（N）和分支（b）回到 :next 看看我们是否已经找到它。一旦我们找到它，我们就会继续替换。

Answer 2

这是一个快速而肮脏的解决方案，假设链接中不会有超过一个换行符：

sed -i '' -e '/<a href=.*>/{/<\/a>/!{N;s|\n||;};}' -e 's,<a href="\(.*\)">\(.*\)</a>,\2 - \1,g'

第一个命令 (/<a href=.*>/{/<\/a>/!{N;s|\n||;};}) 检查是否存在 <a href=...> 而没有 </a>，在这种情况下，它将下一行读入模式空间并删除换行符。第二个是你的。