使用sed结合CSV批量修改XML文件名及内容的同值匹配问题

问题描述 #

需要编写Bash脚本，通过sed批量修改500多个文件夹中的XML文件名及其内容，不安装xmlstarlet。现有脚本基于逗号分隔的customerlogin.csv（含oldStr、midStr、newStr三列）处理：当三列值都不同时脚本正常工作，但当oldStr与midStr值相同时，XML文件名能成功修改，可文件内的对应字符串却未替换。

示例数据 #

• 原文件路径：/var/opt/FTPserver/users/MainUsers/junk/VFS/junk2.xml

• 原文件内容：<url>file://home/FTPserver/Customer/junk2/</url>

• 期望修改后路径：/var/opt/FTPserver/users/MainUsers/junk/VFS/treasure.xml

• 期望修改后内容：<url>file://home/FTPserver/Customer/treasure/</url>

• CSV示例：

junk,junk2,treasure
help,helpful,helping
old,middle,new
dog,dog,cat

现有脚本 #

dir='/var/opt/FTPserver/users/MainUsers/' 
while IFS=, read -r oldStr midStr newStr; do 
       oldFile="$dir/$oldStr/VFS/${midStr}.xml" 
       newFile="$dir/$oldStr/VFS/${newStr}.xml" 

    if [[ -f "$oldFile" ]] && [[ ! -f "$newFile" ]]; 
    then
        sed "s:/$midStr/:/$newStr/:" "$oldFile" > "$newFile" && 
        rm -f "$oldFile" 
    fi 
done < customerlogin.csv

异常现象 #

当oldStr和midStr同为dog时，文件名成功改为cat.xml，但文件内容仍为<url>file://home/FTPserver/Customer/dog</url>，未替换为期望的<url>file://home/FTPserver/Customer/treasure/</url>。

问题原因 #

现有sed命令仅匹配带斜杠的路径片段/$midStr/，但当oldStr与midStr相同时，XML内容中的路径片段是/$midStr（末尾无斜杠，直接跟</url>标签），导致正则表达式无法命中，因此内容替换失败。

解决办法 #

修改sed的正则表达式，使其同时匹配带斜杠和**不带斜杠（后跟标签闭合符>）**的两种情况，同时添加全局替换标志g确保所有匹配项都被替换：

dir='/var/opt/FTPserver/users/MainUsers/' 
while IFS=, read -r oldStr midStr newStr; do 
       oldFile="$dir/$oldStr/VFS/${midStr}.xml" 
       newFile="$dir/$oldStr/VFS/${newStr}.xml" 

    if [[ -f "$oldFile" ]] && [[ ! -f "$newFile" ]]; 
    then
        # 使用扩展正则匹配两种路径格式，全局替换
        sed -E "s:/$midStr(/|>):/$newStr/:g" "$oldFile" > "$newFile" && 
        rm -f "$oldFile" 
    fi 
done < customerlogin.csv

说明 #

• -E参数启用扩展正则表达式，简化分组语法
• /|>表示匹配$midStr后跟随斜杠/或标签闭合符>
• g标志确保文件内所有符合条件的匹配项都被替换，避免遗漏

内容的提问来源于stack exchange，提问作者Trevor McDaniel