对于文本文件的每一行，将分号后面的第一个字符设为大写

Question 1

GNU Sed：

sed 's/;[[:lower:]]/\U&/g' file

对于分号 ( ;[[:lower:]]) 后面的每个小写字符，我们将其设为大写\U特殊序列。该g标志替换一行中所有出现的位置。

如果 GNU Sed 不可用，则可以使用符合 POSIX 的替代方案前任。

printf '%s\n' '%s/;[[:lower:]]/\U&/g' '%p' | ex file

替代命令是相同的，但所有行都应该用来寻址%。 %p打印输出。如果您想直接修改该文件，%p请将x.

Answer

GNU Sed：

sed 's/;[[:lower:]]/\U&/g' file

对于分号 ( ;[[:lower:]]) 后面的每个小写字符，我们将其设为大写\U特殊序列。该g标志替换一行中所有出现的位置。

如果 GNU Sed 不可用，则可以使用符合 POSIX 的替代方案前任。

printf '%s\n' '%s/;[[:lower:]]/\U&/g' '%p' | ex file

替代命令是相同的，但所有行都应该用来寻址%。 %p打印输出。如果您想直接修改该文件，%p请将x.

Question 2

不是 awk 或 sed，而是 perl：

perl -C -pe 's/;(.)/;\u$1/g'

该-C选项根据您的区域设置环境变量（LC_ALL等）打开或关闭 UTF-8 i/o；如果您希望它无条件地采用 UTF-8 输入和输出，请将其更改为-CSD.

请注意，Unicode 大小写很棘手。那将会转伊赫桑进入伊赫桑而不是正确的伊赫桑（土耳其语名字即使是大写字母，在 i 上方也有一个点）。

Answer

不是 awk 或 sed，而是 perl：

perl -C -pe 's/;(.)/;\u$1/g'

该-C选项根据您的区域设置环境变量（LC_ALL等）打开或关闭 UTF-8 i/o；如果您希望它无条件地采用 UTF-8 输入和输出，请将其更改为-CSD.

请注意，Unicode 大小写很棘手。那将会转伊赫桑进入伊赫桑而不是正确的伊赫桑（土耳其语名字即使是大写字母，在 i 上方也有一个点）。

Question 3

这是一种方法，使用 perl：

perl -C -pe 's/;(.)/";" . uc($1)/eg' file

由于您在输入文件中没有显示任何重音符号，因此我使用它进行测试：

$ cat file
John Doe;john Doe is ...;he lives in ...
Mike Nelson;mike Nelson works for ...;he makes ...
Émilie du Châtelet;émilie du Châtelet;works for ...;she makes ...
Marcy William;marcy's mother is ...;marcy travels a lot...
Άσπα Κυριάκου;άσπα's brother is ...; άσπα likes fish

其产生：

$ perl -C -pe 's/;(.)/";" . uc($1)/eg' file
John Doe;John Doe is ...;He lives in ...
Mike Nelson;Mike Nelson works for ...;He makes ...
Émilie du Châtelet;Émilie du Châtelet;Works for ...;She makes ...
Marcy William;Marcy's mother is ...;Marcy travels a lot...
Άσπα Κυριάκου;Άσπα's brother is ...; άσπα likes fish

解释

-C：（man perlrun详细信息请参阅）本质上，这启用了 utf8。
-pe：逐行读取输入文件，并在应用给出的脚本后打印每一行e。

这项工作发生在替换运算符中，其一般格式为s/old/new/flags。这意味着它将取代old并new控制flags它的工作方式。这里，使用的标志是e在替换中启用 Perl 代码，g这意味着“应用于该行的所有匹配”。

捕获;(.)a 之后找到的每个字符;并将其保存为$1.然后我们将其替换为 a ;，并将字符转换为大写 ( uc($1))。

Answer

这是一种方法，使用 perl：

perl -C -pe 's/;(.)/";" . uc($1)/eg' file

由于您在输入文件中没有显示任何重音符号，因此我使用它进行测试：

$ cat file
John Doe;john Doe is ...;he lives in ...
Mike Nelson;mike Nelson works for ...;he makes ...
Émilie du Châtelet;émilie du Châtelet;works for ...;she makes ...
Marcy William;marcy's mother is ...;marcy travels a lot...
Άσπα Κυριάκου;άσπα's brother is ...; άσπα likes fish

其产生：

$ perl -C -pe 's/;(.)/";" . uc($1)/eg' file
John Doe;John Doe is ...;He lives in ...
Mike Nelson;Mike Nelson works for ...;He makes ...
Émilie du Châtelet;Émilie du Châtelet;Works for ...;She makes ...
Marcy William;Marcy's mother is ...;Marcy travels a lot...
Άσπα Κυριάκου;Άσπα's brother is ...; άσπα likes fish

解释

-C：（man perlrun详细信息请参阅）本质上，这启用了 utf8。
-pe：逐行读取输入文件，并在应用给出的脚本后打印每一行e。

这项工作发生在替换运算符中，其一般格式为s/old/new/flags。这意味着它将取代old并new控制flags它的工作方式。这里，使用的标志是e在替换中启用 Perl 代码，g这意味着“应用于该行的所有匹配”。

捕获;(.)a 之后找到的每个字符;并将其保存为$1.然后我们将其替换为 a ;，并将字符转换为大写 ( uc($1))。

Question 4

使用 Raku（以前称为 Perl6）

Perl6/Raku 项目的一个优点是它被设计为从头开始优雅地处理 Unicode。感谢@terdon 发布了一个很好的测试文件：

~$ raku -pe 's:g/ \;(.) /;{$0.uc}/;'  terdon_uni.txt
John Doe;John Doe is ...;He lives in ...
Mike Nelson;Mike Nelson works for ...;He makes ...
Émilie du Châtelet;Émilie du Châtelet;Works for ...;She makes ...
Marcy William;Marcy's mother is ...;Marcy travels a lot...
Άσπα Κυριάκου;Άσπα's brother is ...; άσπα likes fish

上面我们看到分号后第一个字符的捕获。标志:g（的缩写:global）移动到运算符的头部s///，因此我们从一开始就知道我们正在寻找什么样的匹配。注意 Raku start $0、$1、$2等中的捕获。运算符的“匹配”（左）一半s///是空白容忍的，这提高了可读性。运算符的“替换”（右）部分s///用于{…}指示关闭。

下面我使用 Raku 的<(…)>捕获标记。 Raku 的<(…)>外接符相当于 Perl5 的\K标志。进行了一场比赛，但<(…)>标记告诉 Raku 将外面的所有东西都扔掉<(…)>，并将内部（捕获）加载到中$/。由于 Raku 执行整个匹配，但仅捕获您想要更改的确切字符，因此大大简化了替换的编写：

~$ raku -pe 's:g/ \; <(.)> /{$/.uc}/;'  terdon_uni.txt
John Doe;John Doe is ...;He lives in ...
Mike Nelson;Mike Nelson works for ...;He makes ...
Émilie du Châtelet;Émilie du Châtelet;Works for ...;She makes ...
Marcy William;Marcy's mother is ...;Marcy travels a lot...
Άσπα Κυριάκου;Άσπα's brother is ...; άσπα likes fish

HTH。

https://raku.org

Answer