Question

我正在编写一个shell脚本，该脚本构建和编辑html文件，其主要内容基本上是clamscan（ClamAV）的输出。因此，脚本的任务是：翻译输出，删除无用的内容，添加html标签等。不过，我坚持想要的最后一个修改。

clamscan的编辑输出的一部分看起来像这样：

/path/to/infected-file: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>
/path/to/infected-zipfile!(1)ZIP:eicar.com: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>
/path/to/infected-zipfilewithinzipfile!ZIP:eicar_com.zip!(2)ZIP:eicar.com: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>

我想缩小那些长行。最好是这样的：

infected-file: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>
infected-zipfile: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>
infected-zipfilewithinzipfile: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>

但是我已经很乐意删除被感染文件的路径。

由于使用awk似乎很容易获得一些结果，并且我以前所有编辑都使用sed，所以我认为最好的选择是： sed -i 's/<awk command 1>/<awk command 2>/' myHtmlFile

不幸的是，我花了几个小时以各种方式改变了这一点，没有运气。

似乎存在语法问题：

sed "s#$(awk -F': ' '{print $1}' testfile)#$(awk -F': ' '{print $1}' testfile | awk -F'\' '{print $NF}')#" testfile

是否使用单引号或双引号，无论是尝试串联sed字符串还是根据选定的语法尝试转义各种字符。

我虽然也关于循环（这样我才能使sed与包含awk结果的var一起工作），但是我不确定如何为这种内联编辑管理循环。可以使用功能强大的正则表达式解决此问题，但我对此很不好^^

Answer 1

$ sed -E 's#[^:]+/([^:!]+).*: #\1: #' file
infected-file: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>
infected-zipfile: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>
infected-zipfilewithinzipfile: Eicar-Test-Signature<span class="mep-subhead-warning"> FOUND</span>

上面的正则表达式可以做到这一点：

[^:]+/-使用不包含冒号且以/结尾的前导字符串，例如/path/to/
([^:!]+)-将不包含冒号或感叹号的后续字符串保存在捕获组中，例如infected-zipfile
.*:-消耗随后的字符串，导致冒号，后跟一个空白字符，例如!(1)ZIP:eicar.com:。

然后替换执行此操作：

\1-打印上面步骤2中保存到捕获组1中的字符串
:-打印冒号，后跟空白字符（我也可以使用捕获组）

Answer 2

Ed Morton已经解释了如何使用单个正则表达式替换（即正确的方法）执行此操作；我将解释原始方法有什么问题，并说明如何使用Shell循环（即错误的方法）来完成此操作。

sed + awk + awk组合方法的问题在于，您需要它们以锁步的方式逐行操作。也就是说，当sed处理文件的第N行时，它需要将第一个awk命令的第N行输出替换为第二个awk管道的第N行输出。但是命令之间并没有这种联系。 Shell运行所有awk命令，收集它们的全部输出，然后将其作为单个巨大（且格式错误）的替代表达式送入sed。给定您的示例数据（并假设最后一个awk命令应使用-f '/'而不是-f '\'），基本上可以做到这一点：

sed 's#/path/to/infected-file
/path/to/infected-zipfile!(1)ZIP:eicar.com
/path/to/infected-zipfilewithinzipfile!ZIP:eicar_com.zip!(2)ZIP:eicar.com#infected-file
infected-zipfile!(1)ZIP:eicar.com
infected-zipfilewithinzipfile!ZIP:eicar_com.zip!(2)ZIP:eicar.com#' testfile

由于模式中的换行符（以及替换字符串），

sed将拒绝此操作。如果不是因为它被拒绝，sed会继续尝试将整个混乱分别应用于每一行，但是由于这并不是您想要的，所以也不起作用。

为了使所有这些命令在锁步中逐行工作，您必须做一些事情，例如使用shell循环分别读取和处理每个命令（＆pipeline）中的每一行，例如这个：

while read -r line; do
    fullpath=$(echo "$line" | awk -F': ' '{print $1}')
    trimmedpath=$(echo "$line" | awk -F': ' '{print $1}' testfile | awk -F'/' '{print $NF}'
    echo "$line" | sed "s#$fullpath#$trimmedpath#"
done < testfile

实际上，您可以跳过fullpath和trimmedpath变量，并根据需要直接在sed命令中使用两个$(echo "$line" | awk...)替换。但是，实际上，您根本不应该这样做。使用Ed的单正则表达式解决方案。

Answer 3

这可能对您有用（GNU sed）：

sed -r 's#^([^/]*/)*([[:alpha:]-]*)([^:]*:)* #\2: #' file

这将删除所有目录，保留文件名，并删除所有多余的字符，直到:后跟一个空格。

sed -i'/ $（命令1）/ $（命令2）/'myHtmlFile吗？使用sed和awk进行内联编辑

3 个答案: