如何用sed或awk替换HTML标签中的文本？

问题根源 #

你之前的sed命令报错是因为用了/作为替换分隔符，而目标HTML标签里包含/（比如image/x-icon里的斜杠），sed会把这个斜杠当成替换命令的结束标记，导致语法错误。

解决方案 #

1. sed 实现（推荐）

换用非斜杠的分隔符（比如#），同时用精准正则匹配href的内容：

sed 's#<link href="[^"]*" rel="icon" type="image/x-icon" />#<link href="${favicon}" rel="icon" type="image/x-icon" />#g' input.html > output.html

• #作为替换命令的分隔符，避开标签内的斜杠冲突
• [^"]*匹配双引号内的任意内容（除了双引号），确保只替换href属性的值
• 末尾的g表示全局替换（如果页面有多个符合的标签）

2. awk 实现

通过匹配目标行，替换指定属性：

awk '/<link href="[^"]*" rel="icon" type="image\/x-icon" \/>/{sub(/href="[^"]*"/, "href=\"${favicon}\"")}1' input.html > output.html

• 先筛选出包含目标favicon标签的行，注意这里斜杠需要转义成\/
• sub()函数专门替换行内的匹配部分，精准定位href属性
• 最后的1是awk的简写，意为打印所有行（修改后的行和未匹配的行都会输出）

内容的提问来源于stack exchange，提问作者macder