bash脚本中sed结合正则替换HTML内容匹配失效如何解决

你的sed正则匹配失效是三个明确的写法错误导致的：

• sed默认使用基础正则（BRE）模式，该模式下+、()这类元字符默认被识别为普通文本字符，不会触发正则量词、分组的特殊逻辑，要么给这些字符加反斜杠转义，要么给sed加-E参数启用扩展正则（ERE）模式，才能让量词正常生效。
• 你写的字符匹配范围[a-b0-9]范围写错了，待匹配的css类名后缀是小写字母+数字的随机哈希（比如5fzt5q里包含f、z、t这些远超出a-b范围的字母），a-b只能匹配a、b两个字符，完全覆盖不了实际的类名字符。
• 替换目标值少了前置空格，你预期输出是标签位置替换为head（和后面的正文有空格分隔），原命令写的替换值head会和后续正文直接粘连，不符合预期。

单标签替换（h3场景） #

推荐用扩展正则写法，跨发行版兼容性更好（GNU sed、macOS自带的BSD sed都支持-E参数）：

sed -E 's/<h3 class="indicate-hover css-[a-z0-9]+">/ head /g' 待处理文件路径

如果坚持用默认基础正则模式，需要给量词转义，写法如下：

sed 's/<h3 class="indicate-hover css-[a-z0-9]\{1,\}">/ head /g' 待处理文件路径

多标签同时替换 #

需要同时替换p标签等其他同类带随机css后缀的标签时，追加多个-e匹配规则即可，比如把你提到的summary-class类的p标签替换为tail：

sed -E \
  -e 's/<h3 class="indicate-hover css-[a-z0-9]+">/ head /g' \
  -e 's/<p class="summary-class css-[a-z0-9]+">/ tail /g' \
  待处理文件路径

用你提供的原始HTML片段测试，执行上述命令后的输出完全符合预期：

head For the Most Complex Heroines Animation
 head The Psychology Behind Sibling

后续新增其他标签替换规则时，只需要按照相同逻辑，写清楚标签名、固定的class前缀，用[a-z0-9]+匹配随机css哈希后缀即可；如果遇到类名包含大写字母、横杠等其他字符，对应调整方括号内的字符匹配范围就行。

内容的提问来源于stack exchange，提问作者Debankan