如何用sed正确处理含多点的HTML文件名 生成指定h1标签插入文件首行

现有一批HTML格式的man手册文件，文件名如下：

ati.4.html
fbdevhw.4.html
isdn.ctrl.4.html
modul.efile.4.html
ran.dom.4m.html
tw.policy.4p.html

需要给每个文件的第一行插入对应格式的h1标题，目标标题格式为：

<h1>ati(4) - some text tp append</h1>
<h1>fbdevhw(4) - some text tp append</h1>
<h1>isdn.ctrl(4) - some text tp append</h1>
<h1>modul.efile(4) - some text tp append</h1>
<h1>ran.dom(4m) - some text tp append</h1>
<h1>tw.policy(4p) - some text tp append</h1>

目前已编写shell循环配合sed的脚本，接近预期效果，但存在匹配错误，现有代码如下：

for filename in `ls`
do
    rep_text=`echo $filename | sed 's/\.html/\) - some text tp append<\/h1>/' | sed 's/^/<h1>/'
    sed -i "1 i\${rep_text}" $filename
done

该脚本实际生成的标题存在格式错误，输出如下：

<h1>ati.4) - some text tp append</h1>
<h1>fbdevhw.4) - some text tp append</h1>
<h1>isdn.ctrl.4) - some text tp append</h1>
<h1>modul.efile.4) - some text tp append</h1>
<h1>ran.dom.4m) - some text tp append</h1>
<h1>tw.policy.4p) - some text tp append</h1>

核心问题：文件名可能包含多个点号，原有逻辑无法精准定位紧邻.html后缀的最后一个分段点，无法将该点正确替换为左括号(，导致标题格式不符合要求，同时希望尽量简化实现逻辑。

核心解决思路：从文件名后缀往前做正则匹配，而不是从开头数点的位置。所有目标文件名的结构统一为[手册名(可含点)].[章节号].html，用正则捕获组分别提取手册名和章节号，再拼接为目标标题即可，完全不受文件名内点数量的影响。

修正后易读的循环实现（推荐） #

避开原脚本for ls的坑（遇含空格文件名会出错），直接用通配符匹配html文件，单次sed即可完成文件名到标题的转换：

# 遍历当前目录所有html文件
for file in *.html; do
  # 正则替换生成目标标题：捕获最后一个点前的手册名、点和html间的章节号
  title=$(echo "$file" | sed 's/\(.*\)\.\([^.]*\)\.html$/<h1>\1(\2) - some text tp append<\/h1>/')
  # 将标题插入文件第一行
  sed -i "1i $title" "$file"
done

正则逻辑说明：

• \(.*\)\.：贪婪匹配最后一个点之前的所有内容，作为手册名存入第一个捕获组
• \([^.]*\)\.html$：匹配最后一个点到.html后缀之间不含点的内容（即章节号，如4、4m、4p），存入第二个捕获组
• 替换时直接拼接为<h1>手册名(章节号) - 固定文本</h1>即可，完全适配含多点的文件名。

GNU sed 单命令批量实现 #

如果需要压缩为单条sed命令批量处理所有文件（依赖GNU sed特性），可以使用如下写法：

sed -i '
1{
  h
  s/.*/cat <<< "&"/e
  s/\(.*\)\.\([^.]*\)\.html/<h1>\1(\2) - some text tp append<\/h1>/
  G
  s/\n/\n/
}
' *.html

该写法不需要shell循环，单次sed进程即可完成所有文件的插入操作，执行效率更高，但可读性弱于循环写法。

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