使用Sed批量修改HTML链接列表的优化方案咨询

需求 #

现有HTML代码片段：

<ul>
<li><a href="https://example.com.com/link-1"></li>
<li><a href="https://example.com.com/link-2"></li>
<li><a href="https://example.com.com/link-3" ></li>
<!-- many more items here --> 
</ul>

需要将其中的链接前缀https://example.com.com/替换为空，并在链接末尾添加.html，最终得到：

<ul>
<li><a href="link-1.html"></li>
<li><a href="link-2.html"></li>
<li><a href="link-3.html" ></li>
<!-- many more items here --> 
</ul>

原方案问题 #

原使用的双sed管道命令：

sed 's/https://example.com.com//g' test.txt | sed 's/" *>/.html">/g'

存在两个问题：

1. 多管道调用sed，启动多个进程，处理大量文件时效率低下
2. 无法直接配合find使用sed -i进行原地修改

优化方案 #

将两次替换合并为单次sed调用，同时支持原地修改和批量处理：

1. 单个文件原地修改 #

# Linux 版本
sed -i 's/https:\/\/example\.com\.com\/\([^"]*\)"/\1.html"/g' test.txt

# macOS 版本（需指定空备份参数）
sed -i '' 's/https:\/\/example\.com\.com\/\([^"]*\)"/\1.html"/g' test.txt

正则说明：

• https:\/\/example\.com\.com\/：转义.和/等特殊字符，精准匹配目标前缀
• \([^"]*\)：捕获引号前的核心链接内容（如link-1），确保不会超出引号范围
• \1.html"：将捕获的内容替换为[捕获内容].html"，完成需求修改

2. 配合find批量处理文件 #

如果需要批量处理目录下所有HTML文件，使用find + sed的组合，避免多次启动sed进程：

# Linux 版本
find . -name "*.html" -type f -exec sed -i 's/https:\/\/example\.com\.com\/\([^"]*\)"/\1.html"/g' {} +

# macOS 版本
find . -name "*.html" -type f -exec sed -i '' 's/https:\/\/example\.com\.com\/\([^"]*\)"/\1.html"/g' {} +

说明：

• find . -name "*.html" -type f：筛选当前目录及子目录下的所有HTML文件
• -exec ... {} +：将所有匹配到的文件一次性传给sed，大幅提升批量处理效率

内容的提问来源于stack exchange，提问作者Little Code