☰

如何在没有 GNU -z 选项的情况下在 sed 的一个缓冲区中处理整个文件？

tag-icon • tag-icon text-processing sed
如何在没有 GNU -z 选项的情况下在 sed 的一个缓冲区中处理整个文件？

对于某些问题，例如在未知行数上匹配模式或“替换最后一次出现的...”，-zGNU选项sed确实很有帮助。我怎样才能实现同样的便携呢？

示例：我有一个文件

yellow, green,
blue, black, purple,
orange,
white, red, brown
are some colours

我想将文件的最后一个逗号替换为and.请注意，逗号位于哪一行或该行中的何处是未知的。有了 GNUsed我可以做到

sed -z 's/\(.*\),/ \1 and/'

得到所需的输出

yellow, green,
blue, black, purple,
orange,
white, red and brown
are some colours

我怎样才能以可移植的方式做到这一点，可以与任何 POSIX 一起运行sed？

答案1

在纯 POSIX 中，sed您必须自己粘贴所有行。虽然有些人N在循环内执行此操作，但最简单的方法是使用以下模式附加到保留空间H;1h;$!d;x：

  • H将每一行附加到保留空间。不幸的是，附加第一行会在缓冲区的开头添加一个换行符，因此
  • 1h将覆盖第一行的保留空间以避免错误的换行符。
  • $!d将结束除最后一行之外的所有行的处理。它们不需要打印，因为它们存储在保留空间中
  • x仅在最后一行之后执行（对于所有其他行，确实d会停止进一步的命令处理），并且它将更改x保留空间和模式空间，因此在此命令之后，在保留空间中收集的整个文件将位于模式空间中，就像-z选择 GNU一样sed。当然你也可以使用g代替x，但是这会产生大量的复制，所以x速度更快。

因此该示例的脚本将如下所示：

sed 'H;1h;$!d;x;s/\(.*\),/\1 and/'

请注意对于非常大的文件来说，处理这样的文件并不是一个好主意，因为这会使用大量的 RAM。

答案2

sed 用于对单个字符串执行简单的 s/old/new 操作，仅此而已。几乎每次您发现自己使用 s、g 和 p（带 -n）以外的结构时，当然每次您发现自己在谈论“保留空间”时，您都在使用错误的工具。对于任何比 s/old/new 更复杂的事情，比如这个任务，你应该使用 awk 来代替。以下内容可以在任何 UNIX 机器上的任何 shell 中使用任何 awk，不会将整个文件存储在内存中，并且如果/当您想对文本进行其他操作时，调整起来很简单：

$ cat tst.awk
/,/ { printf "%s", prev; prev="" }
{ prev = prev $0 ORS }
END {
    if ( match(prev,/.*,/) ) {
        prev = substr(prev,1,RLENGTH-1) " and" substr(prev,RLENGTH+1)
    }
    printf "%s", prev
}

$ awk -f tst.awk file
yellow, green,
blue, black, purple,
orange,
white, red and brown
are some colours

你可以在 awk 中更简单地完成这项工作，将整个文件放入内存并编写这个神秘的符文：

$ awk '{r=r$0 ORS} END{h=r;sub(/,[^,]+$/,"",h);sub(/.*,/,"",r);printf "%s and%s",h,r}' file
yellow, green,
blue, black, purple,
orange,
white, red and brown
are some colours

但重点是，与 sed 不同，您不必这样做。

相关内容