regex - 在bash中用自己的内容替换字符串

给定一个具有以下格式的大文件（~1.000.000 行）：

1.xml:LINK-ID-12$LANG,LINK-ID-242$LANG,____de-DE
2.xml:LINK-ID-323$LANG,LINK-ID-122$LANG,____en-GB

处理后的结果应该是

1.xml:LINK-ID-12#de-DE,LINK-ID-242#de-DE
2.xml:LINK-ID-#en-GB,LINK-ID-122#en-GB

一行中的最后一个元素始终包含语言。此元素的格式可以自由选择，出于演示目的，它是____<LANG>.

用语言替换的占位符$LANG也可以自由选择。

删除数组中的最后一个条目并不是什么大问题，我真的在寻找替换的解决方案..

如果可能的话，我正在寻找一个不需要 bash 来遍历整个文件的解决方案，也许是 awk/sed/grep 的东西（因为速度）

标签： regexbashawksedtext-processing

如果 Perl 解决方案是可接受的：

perl -pe 's/,____([^,]+)$// or next; my $x = $1; s/\$LANG\b/#$x/g'

如果您可以更改输入，使其在最后一个字段中没有这四个下划线，它将稍微简化代码（只需____从第一个正则表达式中删除）。

主意：

对于每个输入行，匹配最后一个字段（一个逗号，后跟四个下划线，后跟一个或多个非逗号字符，然后是行尾）并将其删除（替换为空）。如果此替换失败，则保持该行不变并转到下一行。

如果替换成功，则捕获已删除字段的内容（减去四个前导下划线）$1并将值复制到$x中以进行下一次替换。

然后再次扫描剩余的行，并用 a 替换每个出现的$LANG单词（即 not$LANGS或$LANGUAGE）#，然后是提取的字符串$x。