如何用sed/awk/Python将日志语句捕获组替换为文件名:行号？

我需要给源代码里的日志语句批量插入文件名:行号信息，替换日志方法调用的第一个字符串参数：

• 原语句示例：

logger.e("", "an error happened");

• 替换后效果：

logger.e("filename:123", "an error happened, this is the line number the last time I edited the file.")

注意：如果已执行过替换，无需重复处理。

背景与已有尝试 #

我计划在构建流水线中实现该文本处理工具，最初尝试用awk但未成功，现接受任何合适工具。

我编写了正则表达式用于匹配目标内容并捕获第一个字符串参数：

logger\.[tdiwe]\("(.*?)"

该正则匹配以logger.t/d/i/w/e(开头的日志调用，意图通过"(.*?)"将第一对双引号内的内容放入捕获组，但不确定写法是否准确。测试多款工具后发现，提取捕获组难度不高，但替换时遇到问题。

我已用Python实现需求，但流程繁琐，希望找到更简便的方案：

with open(infilename) as infile:
        with open(outfilename, "w") as outfile:
            linenumber = 1
            for line in infile:
                rslt = re.search(r'logger\.[tdiwe]\("([^"]*)', line)
                if rslt:
                    outfile.write(line[:rslt.span(1)[0]] + f"filename:{str(linenumber)}" + line[rslt.span(1)[1]:])
                else:
                    outfile.write(line)

                linenumber += 1

更简便的替代方案 #

方案1：GNU sed 单文件/批量处理 #

GNU sed支持正则捕获与行号变量，可直接原地修改文件：

# 单文件处理，生成.bak备份文件
sed -i.bak -E "s/(logger\.[tdiwe]\(\").*?(\",)/\1$(basename "your_source_file.java"):\&\2/g" your_source_file.java

# 批量处理.java文件
for file in *.java; do
    sed -i.bak -E "s/(logger\.[tdiwe]\(\").*?(\",)/\1$(basename "$file"):\&\2/g" "$file"
done

• -i.bak：原地修改并保留原文件备份，去掉.bak可省略备份
• -E：启用扩展正则表达式
• \1/\2：分别捕获logger.t/d/i/w/e("和",片段
• $(basename "$file")：获取当前处理文件的文件名
• \&：代表当前行号

方案2：awk 精准处理 #

awk可直接获取文件名与行号，处理逻辑更直观：

awk -v OFS="" '{
    match($0, /logger\.[tdiwe]\("([^"]*)"/, arr)
    if (arr[0] != "") {
        start = RSTART + length("logger.[tdiwe](\"")
        end = start + length(arr[1])
        $0 = substr($0, 1, start-1) FILENAME ":" NR substr($0, end+1)
    }
    print
}' your_source_file.java > output_file.java

• match(..., arr)：用正则匹配目标内容，arr[1]为第一对双引号内的原内容
• RSTART：匹配内容的起始位置，结合长度计算替换区间
• FILENAME/NR：分别代表当前处理文件名与行号
• 输出到新文件，若需原地修改可结合临时文件中转

注意事项 #

• 用[^"]*替代.*?更可靠，可避免匹配到后续引号
• 若存在跨行的日志调用，上述工具处理受限，此时Python逐行方案仍为最优选择
• 执行前建议备份文件，避免误修改

内容的提问来源于stack exchange，提问作者Nevo