如何在替换前对捕获组应用自定义函数修复Markdown失效相对链接？

你的问题很典型——用sed批量替换时没法区分相对链接和外部链接，而且没法对路径做自定义的修复逻辑（比如遍历文件夹找正确路径）。下面给你几个更灵活的方案：

方案1：用awk实现带自定义逻辑的链接修复 #

awk支持正则捕获，还能在脚本里写条件判断和自定义函数，刚好能满足你的需求。我们可以先判断链接是否是外部链接（包含://的就是外部链接，直接保留），对相对链接再调用自定义的路径修复函数。

举个示例awk脚本（假设你已经有一个fix_path.sh脚本用来根据错误路径返回正确路径）：

#!/usr/bin/awk -f

# 定义修复路径的函数，这里调用外部脚本获取正确路径
function fix_relative_path(bad_path) {
    cmd = "./fix_path.sh '" bad_path "'"
    cmd | getline good_path
    close(cmd)
    return good_path
}

# 匹配所有Markdown链接格式
{
    while (match($0, /\[([^\]]+)\]\(([^)]+)\)/, m)) {
        link_text = m[1]
        link_url = m[2]
        # 判断是否是外部链接（包含://）
        if (link_url ~ /:\/\//) {
            # 外部链接直接保留
            new_link = "[" link_text "](" link_url ")"
        } else {
            # 相对链接调用修复函数
            fixed_path = fix_relative_path(link_url)
            new_link = "[" link_text "](" fixed_path ")"
        }
        # 替换当前匹配的链接
        $0 = substr($0, 1, RSTART-1) new_link substr($0, RSTART+RLENGTH)
    }
    print $0
}

使用方法：

• 写好你的fix_path.sh脚本，输入错误路径，输出正确路径（比如遍历文件夹找到对应文件的路径）
• 给awk脚本加执行权限：chmod +x fix_links.awk
• 处理文件：./fix_links.awk document.md > fixed_document.md

方案2：用Python脚本（更灵活的路径修复逻辑） #

Python处理字符串和文件系统操作更方便，如果你需要复杂的路径查找逻辑（比如递归遍历文件夹找同名文件），用Python会更顺手。

示例脚本：

import re
import os

# 自定义路径修复函数：遍历指定根目录，找到错误路径对应的真实文件
def find_correct_path(bad_path, root_dir="./docs"):
    target_filename = os.path.basename(bad_path)
    # 递归遍历根目录找目标文件
    for dirpath, _, filenames in os.walk(root_dir):
        if target_filename in filenames:
            # 生成相对当前Markdown文件的路径（这里假设脚本和Markdown文件同目录）
            relative_path = os.path.relpath(os.path.join(dirpath, target_filename), ".")
            return relative_path
    # 如果没找到，返回原路径
    return bad_path

# 读取Markdown文件内容
with open("document.md", "r") as f:
    content = f.read()

# 匹配所有Markdown链接
link_pattern = re.compile(r'\[([^\]]+)\]\(([^)]+)\)')

def replace_link(match):
    link_text = match.group(1)
    link_url = match.group(2)
    # 判断是否是外部链接
    if "://" in link_url:
        return f"[{link_text}]({link_url})"
    else:
        fixed_path = find_correct_path(link_url)
        return f"[{link_text}]({fixed_path})"

# 替换所有链接
fixed_content = link_pattern.sub(replace_link, content)

# 写入修复后的文件
with open("fixed_document.md", "w") as f:
    f.write(fixed_content)

这个脚本会自动遍历指定的root_dir文件夹，找到错误路径对应的真实文件，然后替换成正确的相对路径。如果找不到对应的文件，会保留原路径避免破坏内容。

为什么之前的sed方案不行？ #

你的sed命令sed -i -E "s/(\[.*\])\(([^\)]*)\)/\1(subfolder\/\2)/g"有两个核心问题：

1. 没有区分外部链接：正则会匹配所有[text](url)格式的链接，不管url是外部还是相对路径，所以把https://example.net错误改成了subfolder/https://example.net
2. 无法自定义路径修复逻辑：sed只能做简单的字符串替换，没法实现“遍历文件夹找正确路径”这种复杂逻辑

上面的两个方案都解决了这两个问题，你可以根据自己的需求选择——如果逻辑简单用awk，需要复杂的文件查找用Python。

内容的提问来源于stack exchange，提问作者Raspbeguy