awk - 替换子字符串中的引号(最好没有外部依赖项)

Question

我正在尝试通过将引号 (") 替换为 \" 或空字符串来清理文本文件中的引号。替换必须发生在由 TOKEN 占位符分隔的子字符串中。

例子

# input (example.txt):
Line title "A" - TOKEN some line with "quotation marks"
Line title "B" - TOKEN some line with "another quotation marks"
Line title "C" - TOKEN some "line" TOKEN more "text"
Random "line"


# result (example.txt)
Line title "A" - TOKEN some line with \"quotation marks\"
Line title "B" - TOKEN some line with \"another quotation marks\"
Line title "C" - TOKEN some \"line\" TOKEN more "text"
Random "line"


# Another option
# result (example.txt)
Line title "A" - TOKEN some line with quotation marks
Line title "B" - TOKEN some line with another quotation marks
Line title "C" - TOKEN some line TOKEN more "text"
Random "line"

最好在 Linux 上没有外部依赖项(即 Python、JS)，所以可能 sed、awk、bash 是最好的

PS - 到目前为止我尝试过的是:

sed -iE "s/TOKEN(.+)(\")(.+).*\TOKEN\1\3/g" /tmp/test

但它每行只处理一次替换

编辑:(很抱歉在很多答案后添加延迟)

• TOKEN 是一个定界符 - 在示例中添加了行标题“C”
• 在没有 token 的情况下不应在线进行替换 - 添加随机“行”

Answer 1

假设:

1. 您希望将 TOKEN 视为正则表达式(否则将在使用它之前转义元字符)，
2. 没有出现TOKEN的行应该保持不变，并且
3. TOKEN 匹配，即使它在另一个字符串的中间也是如此

然后在每个 Unix 机器上的任何 shell 中使用任何 awk:

$ awk '
match($0,/TOKEN.*TOKEN/) || match($0,/TOKEN.*/) {
    tgt = substr($0,RSTART,RLENGTH)
    gsub(/"/, "\\\"", tgt)
    $0 = substr($0,1,RSTART-1) tgt substr($0,RSTART+RLENGTH)
}
1' example.txt
Line title "A" - TOKEN some line with \"quotation marks\"
Line title "B" - TOKEN some line with \"another quotation marks\"
Line title "C" - TOKEN some \"line\" TOKEN more "text"
Random "line"