如何使用awk/sed/grep正确替换文件中以#开头的单词

替换文件内所有以#开头的单词/字符串，替换规则为：将单词开头的#替换为fruit=前缀，单词中间包含#的内容不做任何改动。

原文件file.txt内容 #

$ cat file.txt
#apple sd#kf #banana adfe
#apple we#re #banana cow

预期输出结果 #

$ cat output.txt 
fruit=apple sd#kf fruit=banana adfe
fruit=apple we#re fruit=banana cow

之前两种命令未得到正确结果，原因如下：

• awk命令错误：执行awk '{for (i=1; i<=NF; i++) $i~/^#/ && $i="fruit="$i }1'时，直接将带开头#的原字段拼接到fruit=后，没有移除字段开头的#，最终输出为fruit=#apple格式，不符合要求，实际错误输出：

fruit=#apple sd#kf fruit=#banana adfe
fruit=#apple we#re fruit=#banana cow

• sed命令错误：执行sed 's/^#/fruit=/g'时，正则^#仅能匹配行首位置的#，无法匹配行内空白字符后、单词开头的#，导致行内的#banana这类内容未被替换，实际错误输出：

fruit=apple sd#kf #banana adfe
fruit=apple we#re #banana cow

awk实现 #

逐字段遍历，判断字段是否以#开头，若是则先移除字段开头的#，再拼接fruit=前缀，命令如下：

awk '{
    for(i=1;i<=NF;i++){
        if($i ~ /^#/){
            sub(/^#/,"",$i)
            $i = "fruit=" $i
        }
    }
    print
}' file.txt > output.txt

原理：awk默认按空白字符分割字段，逐字段判断开头标记时不会误触单词中间的#，替换时先删掉开头的#再拼接前缀，输出格式符合要求。

sed实现 #

正则匹配两种位置的开头#：行首位置的#、空白字符后紧跟的单词开头#，捕获#前的位置内容，替换时保留前置内容再拼接fruit=，命令如下：

sed -E 's/(^|[[:space:]])#/\1fruit=/g' file.txt > output.txt

原理：正则(^|[[:space:]])#不会匹配单词中间的#（这类#前为普通字母，不是行首也不是空白字符），全局替换时不会改动sd#kf、we#re这类含中间#的内容。

grep配合实现 #

grep本身仅支持文本匹配检索，无原生替换能力，可先用grep做规则校验，确认待替换内容匹配准确后再执行替换：

1. 先校验所有待替换的目标串，确认没有误匹配单词中间的#：

grep -oE '(^|[[:space:]])#[^[:space:]]+' file.txt

执行后会输出所有命中的待替换内容，确认输出只有#apple、#banana这类开头带#的单词，没有sd#kf、we#re这类内容，说明匹配规则准确。
2. 校验通过后，可直接调用前文的sed/awk命令完成替换，也可将grep匹配到的行传给sed处理：

grep -E '(^|[[:space:]])#' file.txt | sed -E 's/(^|[[:space:]])#/\1fruit=/g' > output.txt

内容的提问来源于stack exchange，提问作者Sharad Shrestha