如何用最少的资源从这个文本中提取 URL？

Question

输入：

nyeeeeeeeeeeeeeee.txt:sadfsadf
sadjflsajfd:jasdlfjalsfd
foo/asdfsafd.txt:laksjdlfajsfd

输出：

<a href="nyeeeeeeeeeeeeeee.txt">nyeeeeeeeeeeeeeee.txt</a>:sadfsadf
<a href="sadjflsajfd">sadjflsajfd</a>:jasdlfjalsfd
<a href="foo/asdfsafd.txt">foo/asdfsafd.txt</a>:laksjdlfajsfd

所以我需要将 INPUT 转换为 OUTPUT，不同的是 OUTPUT 是“可点击的”，因为这是在一个 HTML 文件中。

问：我如何使用 awk、sed 或 perl 执行此操作？

我知道我可以“逐行读取”，但是最节省资源的方法是什么？（我只需要 1 个解决方案，不适用于所有 sed/awk/等）:是分隔符。

Answer 1

严格来说你要求的是：

sed 's/\([^:]\+\)/<a href="\1">\1<\/a>/' input.txt

awk -F ':' -vOFS=':' '$1="<a href=\""$1"\">"$1"</a>"' input.txt

while IFS=':' read -r url text; do echo "<a href=\"$url\">$url</a>:$text"; done < input.txt

但是对于真正的 HTML 生成，您还必须处理 HTML 编码：

perl -MHTML::Entities -pe 's!([^:]+)(.*)!"<a href=\"".($t=encode_entities($1))."\">$t".encode_entities($2)!e' input.txt