求一脚本：根据字符串列表替换某个文档内相应的字符串

[v2htm]

根据一个字符串列表，将一个 html 文件内相应的字符串字体加粗

假设字符串列表 fileA.txt 内容如下：

强调
重要
突出
夸大
……

fileB.html 内容包含如下文字：
“盲目夸大自己经验的重要性,把自己有限的经验、体会套用于所有 问题，过分强调某些突出的症状体征,而忽略其他一般的体征”

替换结果为：

“盲目<b>夸大</b>自己平时经验的<b>重要</b>性,把自己有限的经验、体会套用于所有 问题，过分<b>强调</b>某些表面上<b>突出</b>的症状体征,而忽略其他一般的体征”

[jakezhu]

exp=`cat fileA.txt | tr '\n' '|' | sed 's/|$//'`
sed -r -i "s#($exp)#<b>\1</b>#g" fileB.html

[v2htm]

@jakezhu 哇，非常感谢！我试试

[v2htm]

@jakezhu 错误提示：
sed: -e expression #1, char 42: Invalid preceding regular expression

悲催的文科生，希望能再指点一下

[v2htm]

@jakezhu 好了，少了个空格

不过替换结果有问题，替换成了<b></b>U<b></b>s<b></b>e<b>…………
每个字母都被替换了

[jakezhu]

@v2htm fileA.txt 必须一行一个词，且前后都不能有空格,也不能有空行。上面写的命令对 fileA.txt 格式要求比较高。下面的是兼容版吧。
exp=`cat fileA.txt | sed -r -e 's/\s+//g' -e '/^$/d' | tr '\n' '|' | sed 's/|$//'`
sed -r -i "s#($exp)#<b>\1</b>#g" fileB.html

[v2htm]

@jakezhu fileA.txt 就是一行一词没有空格空行

现在好了，再次感谢！

[v2htm]

@jakezhu 大神，刚才忽略了一个问题， html 文件有很多，怎么样在上边的基础上批量处理当前目录或者某个目录下所有的 html 文件呢？

[virusdefender]

可以简单的学一下 Python ，以后这种问题就不用求助别人了~

遍历关键词列表，然后 html_content.replace(keyword, "<b>" + keyword + "</b>")就好了~

[luoway]

也可以用 Ajax 读取文件，用 JavaScript 修改 document 内容。

[jakezhu]

@v2htm 最后一条命令改为：
sed -r -i "s#($exp)#<b>\1</b>#g" *.html

[v2htm]

@virusdefender 很简单的 shell 脚本我还可以凑合着写个，但是对于没有任何语言基础的文科生来说，面对一个临时遇到的问题时，即使 python 这种简单的语言学习成本也不低啊，所以只好来这里厚着脸皮求助这种也许在你门看起来小儿科的问题。不过你说得对，是该学一下 python 之类的。

@jakezhu 今天解决了我很大的问题，没想到可以这么方便，几十书几百个文件一下子就搞定了，唯一有点遗憾的是，假设 fileA 列表里包含“ break ”，那么 fileB 里“ She began to skip breakfast and lunch ”会被替换成：
She began to skip <b>break</b>fast and lunch
是不是可以加两个空格的标记，只替换完整单词？

[virusdefender]

@v2htm 那就得看你平时遇到这种问题多不多了，多的话，学习一下还是有必要的。

word 和 excel 也是很强大的工具

[jakezhu]

@v2htm 没想到还有英文，这个没考虑到。下面的命令兼容了英文和汉字。
exp=`cat fileA.txt | sed -r -e 's/\s+//g' -e '/^$/d' | awk '{if($0 ~ "\\\w+"){print "\\\b"$0"\\\b"}else{print}}' | tr '\n' '|' | sed 's/|$//'`
sed -r -i "s#($exp)#<b>\1</b>#g" *.html

[v2htm]

@jakezhu 全部是英文。。。我没描述清楚，以为用中文举例比较容易明白

现在的替换结果好像还是把所有字符包括空格都给替换了， fileA 是一行一个词，没有空格和空行
<b></b> <b></b> <b></b><<b></b>!<b></b>D<b></b>O<b></b>C<b>

提示： awk: cmd. line:1: ^ invalid char '�' in expression

[v2htm]

@jakezhu 囧，是我浏览器开了货币转换插件，已经没问题了
耽误你不少时间，感激不尽！

[Arthur2e5]

其实大概用不着这么多工具啊，胶水要用好……
# -f 步骤用 sed 生成一个脚本传入给 sed
sed -f <(sed -e 's/@/\\@/g' -e 's/^/s@/g' -e 's/$/@<b>\\0<\/b>@g/g' word
) foo.html
是的，我完全没用上 ERE 。另外我这里只自动 escape 了一个 at ，要用的话别忘了别的 regex metachar ……

另外如果你的 shell 不支持 process subst 的话，那么就变成
括号里的东西 | sed -f - foo.html
这样读标准输入吧。/dev/stdin 也可以试试。

[Arthur2e5]

还有，你的例子大坑啊，后边有个 trailing space 。

[v2htm]

@Arthur2e5 感谢指导！不过没看明白，测试了一下也没成功

@jakezhu 大神， sed 能排除 html 标签<>里的内容不替换吗？研究了一天 sed ，都是一匹配<>,整行就被跳过了

[Arthur2e5]

@v2htm worksforme. 都说了你自己搞 trailing space 喂人吃瘪。我自己打一遍不带空格的：

test code:
sed -f <(sed -e 's/@/\\@/g' -e 's/^/s@/g' -e 's/$/@<b>\\0<\/b>@g/g' <<WORD
强调
重要
突出
夸大
trailing space
stupid
WORD
)<<TEXT
“盲目夸大自己经验的重要性,把自己有限的经验、体会套用于所有 问题，过分强调某些突出的症状体征,而忽略其他一般的体征”
It's stupid to trailing spaces in your pattern file to make people's life suck.
TEXT

“盲目夸大自己经验的<b>重要</b>性,把自己有限的经验、体会套用于所有 问题，过分<b>强调</b>某些<b>突出</b>的症状体征,而忽略其他一般的体征”
It's <b>stupid</b> to <b>trailing space</b>s in your pattern file to make people's life suck.


我不想做擅自 trim 字符串的事情。你真要的话括号内的那个 sed 自己首先加个 -e 's/[[:space]]+//g'。

另外， Process substitution requires bash, ksh9x or zsh.

[Arthur2e5]

@Arthur2e5 …… lives*

[Arthur2e5]

@Arthur2e5 -e 's/[[:space]]+$//g'