我正在尝试将价值约 20 年的 Usenet 档案上传到 archive.org，但我的第一批档案被拒绝了，因为一些档案包含以 base64 编码的木马。由于我有大约 400GB 的文件要处理，因此手动修复是不可能的。所有文件均为 mbox 格式，即纯文本。我的第一个想法是查找并替换 mbox 文件中包含“Content-Type: application/x-msdownload”的所有消息。那可能相当困难。我现在认为更简单的蛮力方法是删除所有 base64 块。
从这个问题中，我看到可以使用 grep 找到 base64 块，但我不知道如何使用 sed 设置相同的东西，这就是我要问的原因。谢谢！
编辑：到目前为止我尝试过的
根据这个页面，^(?:[A-Za-z0-9+/]{4})*(?:[A-Za-z0-9+/]{2}==|[A-Za-z0-9+/]{3}=)?$应该是查找base64文本所需的正则表达式，但是当我尝试将它与sed一起使用时，它实际上并没有工作，或者至少它没有达到我的预期。
例子：
cat clari.local.california.sfbay.biz.mbox | sed -e '#^(?:[A-Za-z0-9+/]{4})*(?:[A-Za-z0-9+/]{2}==|[A-Za-z0-9+/]{3}=)?$#d' > clari.local.california.sfbay.biz.mbox.test
clari.local.california.sfbay.biz.mbox.test 仍然包含 base64 文本。