☰

如何仅删除字段中的最后一个斜杠？

tag-icon • tag-icon command-line text-processing sed json
如何仅删除字段中的最后一个斜杠？

我有一个 json 文件，只需要删除最后的正斜杠。请参阅示例：

{"url":"http://example.com/vary/file/","originalUrl":"http://example.com/vary/file/","applications":[{.........}]}

我只希望数据看起来像这样：

{"url":"example.com/vary/file","originalUrl":"example.com/vary/file","applications":[{.........}]}

我怎样才能做到这一点sed？

答案1

我冒昧地对 OP 的输入进行了轻微修改，因为就目前而言，它不是正确结构化的json数据（由于{...}部分原因），并实现了一个小型 Python 脚本，该脚本可与多个字典一起使用，假设我们每行处理一个字典。此外，正如问题评论中所讨论的那样，OP 还想删除http://部分。

下面的脚本实现了上面讨论的所有内容。

#!/usr/bin/env python
import json,sys

with open(sys.argv[1]) as f: 
    for line in f:
        data=json.loads(line)
        if data["url"][-1] == '/':
            data["url"]=data["url"][:-1].replace('http://','')
        if data["originalUrl"][-1] == '/':
            data["originalUrl"]=data["originalUrl"][:-1].replace('http://','')
        json.dump(data,sys.stdout)
        print("")

测试运行：

$ cat input.txt                                                                                 
{"url":"http://example.com/vary/file/","originalUrl":"http://example.com/vary/file/","applications":[{"somedata": "blah"}]}
{"url":"http://another-example.com/vary/file/","originalUrl":"http://example.com/vary/file/","applications":[{"somedata": "blah"}]}
$ ./remove_slash.py input.txt                                                                   
{"url": "example.com/vary/file", "applications": [{"somedata": "blah"}], "originalUrl": "example.com/vary/file"}
{"url": "another-example.com/vary/file", "applications": [{"somedata": "blah"}], "originalUrl": "example.com/vary/file"}

答案2

如果您坚持使用sed，您可以只匹配/"组合，删除/每个字段中的最后一个，假设它不会出现在您想要保留它的地方（在这种情况下应该是相当可靠的）

$ sed 's|/"|"|g' file
{"url":"http://example.com/vary/file","originalUrl":"http://example.com/vary/file","applications":[{.........}]}

我过去常常使用|分隔符而不是/反斜杠来节省空间。您需要g在同一行上进行多次匹配。

http://以下是在同一个调用中取出的方法：

$ sed -r 's|"http://([^"]+)/"|"\1"|g' url
{"url":"example.com/vary/file","originalUrl":"example.com/vary/file","applications":[{.........}]}

([^"]+)将匹配介于"http://和之间的任何/"非"。我们用 保存此部分()并用 引用\1。

答案3

迟来的：

一个简单的、纯基于文本的 Python 选项：

#!/usr/bin/env python3
import sys

with open(sys.argv[1]) as data:
    for l in data:
        print(("").join(l.strip().replace("http://", "").rsplit("/", 1)))

或者，只是为了好玩，换一种说法：

#!/usr/bin/env python3
import sys

[print(("").join(l.strip().replace("http://", "").rsplit("/", 1))) for l in open(sys.argv[1])]

http://在我的古老系统上，大约需要 47 秒才能完成 14,000,000 万行字符串的替换/删除（ ）和斜线删除。

使用方法：

python3 /path/to/script.py /path/to/inputfile > outputfile

解释

像往常一样，python 的可读性很强，但详细地说：

  • rsplit("/", 1)分割线从右边（因此r）由分隔符/ 只有一次（因此1）
  • l.replace("http://", "")替换http://为空字符串
  • ("").join()加入由 again 创建的列表，rsplit()排成一行

答案4

输入 JSON 文件（test.json）：

{"url":"http://example.com/vary/file/","originalUrl":"http://example.com/vary/file/"}

  • 根据要求修改代码并重写到同一文件：

    import json
 with open("test.json") as fh:
    data = json.load(fh)

 for k,v in data.items():
    data[k] = v.replace("http://","").strip("/")

 with open("test.json","w") as fh:
    json.dump(data,fh)

输出：

{"url": "example.com/vary/file", "originalUrl": "example.com/vary/file"}

一次完成所有操作，用 替换http://并在字符串末尾""删除。/

replace("http://","").strip("/")

相关内容