在多个文件（大数据）上搜索和替换正则表达式

Question

我有几段代码在几个文件中重复：

<tr>
    <th scope="row"> (some php code) </th>
    <td>
         (more php and html)
    </td>
</tr>

在tr，th或td标签之前/之后可能存在一些空格。

我应该使用什么工具和正则表达式来替换它：

<div class="row">
    $1
    $2
</div>

感谢。

Answer 1

对于∞ ^th 时间，不要使用正则表达式来解析HTML。使用HTML解析器。

在perl中，这意味着使用Web::Scraper等模块。

Answer 2

Perl有一个 -0777 命令行选项，可让您将整个内容读入内存。完成后，您可以使用将\s*替换为空格的替换，它将跨越换行边界。如果您使用.，请务必在替换结束时使用/s。

我无法确切地告诉你想要匹配什么，但一般原则是：

perl -0777 -i.orig -pe 's/foo/bar/gs' file1 file2 file3

Answer 3

你也可以awk这样做。首先将记录分隔符设置为</tr>，然后找到开始标记<tr>以及搜索字符串。假设您的搜索字符串是“更多HTML代码”。

v="my new string"
awk -vRS="</tr>" -v newstring="$v" '/<tr>/ && /more html code/{ $0=newstring}{print $0>FILENAME}' file 

Perl的另一种替代方案，类似于您接受的答案

ruby -0777 -i.orig -pe 's/foo/bar/gs' file1 file2 file3