我有一个名为file.txt包含：
MAL TIRRUEZF CR MAL RKZYIOL EX MAL OIY UAE RICF "MAL ACWALRM DYEUPLFWL CR ME DYEU MAIM UL IZL RKZZEKYFLF GH OHRMLZH"
我希望将字符替换如下：
M = T
A = H
L = E
C = O
R = F
E = I
X = S
(Any other letter) = _
(Anything else) = (itself)
我有固定字符覆盖：
tr MALCREX THEOFIS < file.txt
或者：
sed 'y/MALCREX/THEOFIS/' < file.txt
但我怎样才能执行我提到的最后两条规则呢？
答案1
我认为您可以利用这样一个事实：对于许多实际实现，如果字符在第一个集合中重复tr，则最后一个实例生效。与重复语法相结合，您无需显式列出转换表中未出现的字母即可完成此操作。
对于 GNU 版本的 tr，以及我 Mac 上任何基于 FreeBSD 的版本，如下：
tr 'A-ZMALCREX' '[_*26]THEOFIS'
轮流
MAL TIRRUEZF CR MAL RKZYIOL EX MAL OIY UAE RICF "MAL ACWALRM DYEUPLFWL CR ME DYEU MAIM UL IZL RKZZEKYFLF GH OHRMLZH"
进入
THE __FF_I__ OF THE F_____E IS THE ___ _HI F_O_ "THE HO_HEFT __I__E__E OF TI __I_ TH_T _E __E F___I___E_ __ __FTE__"
当然，假设A-Z生成恰好 26 个字符，并且我不确定这是否适用于每个 tr 实现的每个语言环境。它应该在 C 语言环境中工作，例如 GNU 版本的 tr 无论如何除了原始 8 位字符之外不支持任何内容。
上面的代码在 Busybox 中不起作用，但这似乎是因为它不支持重复语法。在那里，您必须手动执行此操作：
busybox tr 'A-ZMALCREX' '__________________________THEOFIS'
（即 26 个下划线）
对于简单的基于表的实现来说，使用重复字符覆盖相同字符的早期实例是很自然的。如果您的tr实施方式不同，您将需要使用其他答案中的解决方案。
答案2
比其他几个建议稍长，但可能更容易理解。
第一个建议：将不需要的字母映射到_然后转置剩余的集合。
tr BDFGHIJKNOPQSTUVWYZ _ <file | tr MALCREX THEOFIS
THE __FF_I__ OF THE F_____E IS THE ___ _HI F_O_
第二个建议：在一个命令中完成所有操作。 （GNU 和 BSD根据需要对替换源映射中的所有未映射字符tr隐式重复替换目标的最后一个字符 ( _)，但此行为由POSIX简单地作为未指定.)
tr MALCREXBDFGHIJKNOPQSTUVWYZ THEOFIS_ <file
THE __FF_I__ OF THE F_____E IS THE ___ _HI F_O_
答案3
我建议这个perl替代方案：
$ perl -pe 's/(?![MALCREX])[A-Z]/_/g;y/MALCREX/THEOFIS/' file
THE __FF_I__ OF THE F_____E IS THE ___ _HI F_O_ "THE HO_HEFT __I__E__E OF TI __I_ TH_T _E __E F___I___E_ __ __FTE__"
它执行先行断言，查找范围内的所有字符A-Z（除了 ）MALCREX，然后按照您的命令执行替换sed。
作为史蒂芬·查泽拉斯 (Stéphane Chazelas) 评论，此解决方案的优点是可以用or[A-Z]替换（并且可能添加以处理语言环境中的所有字符），因此它可以处理所有类型的字母。\w\pL-Mopen=locale
另一种方法是建议的比利叔叔的评论:
perl -pe y/MALCREXA-Z/THEOFIS_/
答案4
使用 Raku（以前称为 Perl_6）
raku -pe 'tr/MALCREX/THEOFIS/; s:g/ <+:Uppercase_Letter - [THEOFIS]> /_/;'
输入示例：
MAL TIRRUEZF CR MAL RKZYIOL EX MAL OIY UAE RICF "MAL ACWALRM DYEUPLFWL CR ME DYEU MAIM UL IZL RKZZEKYFLF GH OHRMLZH"
示例输出（在顶部运行 Raku 代码）：
THE TIFF_I_F OF THE F___IOE IS THE OI_ _HI FIOF "THE HO_HEFT __I__EF_E OF TI __I_ THIT _E I_E F___I__FEF _H OHFTE_H"
Raku 解决这个问题的一个优势是默认支持 Unicode（但是，本答案中未提及）。
上面代码中的第二条语句使用了s///带有定制字符类的全局替换<+:Uppercase_Letter - [THEOFIS]>，可以更简单地表示为<+:Lu - [THEOFIS]>。正如 @Stéphane Chazelas 在评论中指出的，可以用or:Lu替换，这样它就可以处理所有类型的字母。:Letter[\w]
对于所呈现的简单情况（仅"双引号和空格非数字字符），上面代码中的第二个语句可以tr///与:complement副词一起编写。语句tr:c/THEOFIS" /_/;, 将"双引号和空格字符添加到THEOFIS列表中。 （换句话说，'采取 :complement 前两个之间的所有字符 /…/ 并将它们更改为后两个之间列出的字符 /…/ ，在本例中是 _ 下划线。）
raku -pe 'tr/MALCREX/THEOFIS/; tr:c/THEOFIS" /_/;'
示例输出：
THE TIFF_I_F OF THE F___IOE IS THE OI_ _HI FIOF "THE HO_HEFT __I__EF_E OF TI __I_ THIT _E I_E F___I__FEF _H OHFTE_H"
编辑：
正如我上面所做的那样，将音译分成两个步骤意味着我面临着用第二步覆盖“最终”字符的危险。为了避免这种情况，我可以在两个步骤中都转换为小写字符，这会产生与其他人看到的相同的输出（但是 - 见下文）。
最后，看起来OP在他们发布的音译表中犯了一个错误，因为更新的表/代码（如下）提供了更合理的输出：
raku -pe 'tr/MALCREX/theisof/; tr:c/theisof" /_/;'
更新的输出：
the __ss_o__ is the s_____e of the ___ _ho s_i_ "the hi_hest __o__e__e is to __o_ th_t _e __e s___o___e_ __ __ste__"
https://docs.raku.org/language/regexes#Predefined_character_classes
https://raku.org