是否可以从 sed 内部将反向引用传递给函数？

Question

TL;DR 这是不可能的，因为“在运行 sed 之前，命令替换中的反向引用不是也不会由 sed 解析，而是由 shell 解析”（请参见下面的答案）。

我想用一个大文本文件 (>50MB) 中的相应字符替换国际音标的 unicode 值。

我的 test.txt 输入示例：

<CHARSET c="T">02C8;</CHARSET>ku:p<CHARSET c="T">0252;</CHARSET>n] noun<BR>

预期结果：

<CHARSET c="T">ˈ</CHARSET>ku:p<CHARSET c="T">ɒ</CHARSET>n] noun<BR>

我可以使用这个命令（例如）转换给定的 unicode：

echo -e "\u02C8"

但是我在 sed 命令中的转义失败了。我想到了从here 创建一个函数，如下所示：

codeToChar() { $( echo -e "\u$1"); }
sed -r -i 's#(<CHARSET c="T">)(....)#\1'"$(codeToChar \\2)"'#g' test.txt

但似乎 "\2" 反向引用没有传递给函数：

codeToChar() { $( echo -e "\u$1"); }
sed -r -i 's#(<CHARSET c="T">)(....)#\1'"$(codeToChar \\2)"'#g' test.txt
++ codeToChar '\2'
+++ echo -e '\u\2'
++ '\u\2'
./replace.sh: line 2: \u\2: command not found
+ sed -r -i 's#(<CHARSET c="T">)(....)#\1#g' test.tx

Answer 1

如何正确转义 sed 中的反向引用以将其传递给函数？

提供的代码正确处理反向引用。命令替换中的反向引用在运行sed 之前不会也不会由sed 解析，而是由shell 解析。程序的参数必须在运行程序之前展开。

您可能会使用 sed 的 GNU 扩展 - e 标志到 s 命令通过 /bin/sh 解释执行替换模式。强烈建议不要使用此标志，并且很难使用，因为很难确定正确的引用和转义 - 它在非常简单的情况下“有效”。因为输入字符串有 ; < > 和 " 特殊的 shell 字符我怀疑这是可能的。

我建议选择一种成熟的编程语言，如 python、perl 或其他语言来解决您的任务。 sed 不是根据文件内容动态执行操作的实用程序，它是一个简单的流替换实用程序。

在sed 中，可以构建要替换的静态字符串列表，如下所示：

sed -r '
     s/(<CHARSET c="T">)02C8/\1'"$(echo -e "\u02C8")"/
     s/(<CHARSET c="T">)0252/\1'"$(echo -e "\u0252")"/
     .... one s/// command for each character to replace ...
'