如何编写Bash脚本，用Sed截取HTML/HTM内容生成临时文件？

没问题，我来帮你完善这个Bash脚本，完全满足你的递归查找、内容裁剪和临时文件保存的需求！

完整可运行脚本 #

#!/bin/bash

# 替换为你的目标目录路径（比如./my-html-files）
TARGET_DIR="/path/to/your/target/directory"

# 递归查找所有.html/.htm文件，兼容带空格/特殊字符的文件名
find "$TARGET_DIR" -type f \( -name "*.html" -o -name "*.htm" \) -print0 | while IFS= read -r -d '' file; do
    # 生成临时文件名：原文件名+'-temp'后缀（比如index.html → index-temp.html）
    temp_file="${file%.*}-temp.${file##*.}"

    # 检查文件是否同时包含<body>和</body>标签，避免生成空文件
    if grep -q "<body>" "$file" && grep -q "</body>" "$file"; then
        # 使用sed完成内容裁剪：
        # 1. 删除<body>标签及其之前的所有行
        # 2. 删除</body>标签及其之后的所有行
        sed '1,/<body>/d; /<\/body>/,$d' "$file" > "$temp_file"
        echo "✅ 处理完成：$file → $temp_file"
    else
        echo "⚠️ 跳过文件（缺少<body>或</body>标签）：$file"
    fi
done

关键部分详解 #

1. 递归查找文件 #

• find "$TARGET_DIR" -type f \( -name "*.html" -o -name "*.htm" \)：精准匹配目标目录下所有.html和.htm格式的文件
• -print0 + while IFS= read -r -d '' file：完美处理文件名包含空格、特殊字符的场景，避免脚本出错

2. 临时文件名生成 #

${file%.*}-temp.${file##*.}是Bash的参数扩展技巧：

• ${file%.*}：去掉文件名的后缀部分（比如/home/page.html → /home/page）
• ${file##*.}：获取文件名的后缀（比如/home/page.html → html）
• 最终生成的临时文件和原文件同目录、同后缀，仅在文件名中间加-temp

3. Sed内容裁剪逻辑 #

sed '1,/<body>/d; /<\/body>/,$d'：

• 1,/<body>/d：删除从第1行到第一个匹配<body>的行（包括<body>所在行）
• /<\/body>/,$d：删除从第一个匹配</body>的行到文件末尾（包括</body>所在行）
• 如果需要精确匹配纯<body>标签（不含属性），可以把正则改成/^<body>$/和/^<\/body>$/（^表示行首，$表示行尾）

4. 健壮性优化 #

添加grep -q检查：确保只有同时包含<body>和</body>的文件才会被处理，避免生成空的临时文件

使用方法 #

1. 将脚本保存为process-html.sh
2. 修改TARGET_DIR为你要处理的目录路径
3. 赋予执行权限：chmod +x process-html.sh
4. 运行脚本：./process-html.sh

内容的提问来源于stack exchange，提问作者ItInNeed