☰

在字符串中全局修改并替换 $1 (awk) 或 \1 (sed) 值从十进制到十六进制？

tag-icon • tag-icon awk sed replace hex
在字符串中全局修改并替换 $1 (awk) 或 \1 (sed) 值从十进制到十六进制？

是否可以在字符串中全局修改和替换 $1 (awk) 或 \1 (sed) 值从十进制到十六进制？该字符串可能包含任何十进制值，需要对其进行修改并替换为其等效的十六进制值。

awk 示例：

echo "/Test-Test-Test-Test-Test/Test/Test/" | awk '{gsub("&#([0-9]+);", $1, $0); print}'

sed 示例：

echo "/Test-Test-Test-Test-Test/Test/Test/" | sed -E 's/&#([0-9]+);/$(printf "%X" \1)/g;'

echo "/Test-Test-Test-Test-Test/Test/Test/" | sed -E 's/&#([0-9]+);/$(echo "obase=16; \1" | bc)/g;'

我尝试使用 printf "%X" 和 bc 进行子执行和管道操作，但无法将两者结合起来以进行十进制到十六进制的修改和替换。

预期输出：

%2FTest%2DTest%2DTest%2DTest%2DTest%2FTest%2FTest%2F

非常感谢您的帮助。

答案1

使用 GNU 时awk，RecordS分隔符可以是正则表达式，它匹配的内容存储在RT：

gawk -v RS='&#[0-9]+;' -v ORS= '1;RT{printf("%%%02X", substr(RT,3))}'

就我个人而言，我会使用perl：

perl -pe 's{&#(\d+);}{sprintf "%%%02X", $1}ge'

也可以看看：

perl -MURI::Escape -MHTML::Entities -lpe '$_ = uri_escape decode_entities $_'

这里给出：

%2FTest-Test-Test-Test-Test%2FTest%2FTest%2F

因为连字符不需要在 URI 中进行编码。它还会负责转换%为%25、空格%20、&到%26等等。

还有一个问题是如何处理非 ASCII 字符（上面的字符）？如果它们应该转换为 UTF-8 编码的 URI 编码，例如€(€, U+20AC, €) 转换为%E2%82%AC（该字符的 UTF-8 编码的 3 个字节），那么应该是：

perl  -MURI::Escape -MHTML::Entities -lpe '$_ = uri_escape_utf8 decode_entities $_'

使用uri_escape，您将获得 ISO8859-1（又名 latin1）编码，在当今时代，这种编码不太可能是您想要的（并且仅限于最多字符ÿ）。其他解决方案将转换€为%20AC例如，这绝对是错误的。

答案2

使用 GNU awk 作为第三个参数match()：

$ echo "/Test-Test-Test-Test-Test/Test/Test/" |
awk '{
    while ( match($0,/(.*)&#([0-9]+);(.*)/,a) ) {
        $0 = a[1] sprintf("%%%02X",a[2]) a[3]
    }
    print
}'
%2FTest%2DTest%2DTest%2DTest%2DTest%2FTest%2FTest%2F

否则，在每个 Unix 机器上的任何 shell 中使用任何 awk：

$ echo "/Test-Test-Test-Test-Test/Test/Test/" |
awk '{
    while ( match($0,/&#[0-9]+;/) ) {
        $0 = substr($0,1,RSTART-1) sprintf("%%%02X",substr($0,RSTART+2,RLENGTH-3)) substr($0,RSTART+RLENGTH)
    }
    print
}'
%2FTest%2DTest%2DTest%2DTest%2DTest%2FTest%2FTest%2F

答案3

使用 GNU sed，它在 s/// 命令上有 /e 修饰符，我们可以这样做，如下所示：

$ sed -E ":a;s/(.*)&#([0-9]+);(.*)/printf %s '\\1' \"\$(dc -e '37an16o\\2f')\" '\\3'/e;ta" file
  • 扩展正则表达式模式下的 GNU sed -E
  • GNU dc 将小数转换为十六进制。
  • 然后我们通过 t 命令重复替换。

如果您的 GNU sed 尚不支持 s/// 命令的 /e 修饰符，我们可以将输入行转换为 GNU dc 代码块并将其通过管道传输到 dc：

< file \
sed -E '1i\
16o
  s/&#([0-9]+);/\n37an\1n\n/g
  s/([^\n]*)/[&]/g
  s/([^\n]*\n){2}/&x/g
  s/\nx/x /g;y/\n/n/
  s/$/pc/;s/.*/[&]x/
' | dc

它本质上做的是：

  • 输出为十六进制 (16o)
  • 转小数 -> %HEX 等值
  • 用换行符分隔十六进制部分
  • 将这些非换行符块转换为 dc 字符串，稍后传递给 dc 执行。

相关内容