linux - 批量替换超大量的html文本

用find查找,然后sed修改不行吗

结合find 和sed可以实现，下面写一个：递归查找目录下所有的html文件，并把文件中的“1234”字符串替换成"5678":

find    ./   -name  "*.html"  -exec  grep "1234" {} \; -exec sed -i 's/1234/5678/g' {} \;

本人在不久之前刚好处理过非常类似的问题，而且文件数量比你要处理的还要多，大概530多万个。对于此类问题，要在机器性能和时间效率上做平衡，如果是线下机器或者对时间要求更迫切，则必然得并发运行。以下是我在处理该问题时的一种方案：

#!/bin/bash
A=($(find . -name '*.html'))
for((i=0;i<${#A[@]};i+=10000))
do
    sed -i 's@xxxx@oooo@g' ${A[@]:$i:10000} &
done
wait

这脚本首先获得需要处理文件的数组，然后每10000个文件在后台进行处理，并且是并发。然后wait等待所有的进程结束。
对于题主的问题，50000多个文件，这么处理应该是可以的，机器性能(主要是IO性能)还可以的话，通过这种方式，应该5分钟左右就处理完了。
如果需要控制机器的负载不能太高，则可以参考这篇文章，https://segmentfault.com/a/11...，改进该脚本控制并发进程的数量。
以上。