通过删除空格来改变模式？

Question

文件 ：

hi hello,new york,      ,  ,brazil site   ,brazil
january,month is feb   ,      , ,indiana jones

任务：

• 如果除空格之外没有其他字符，则删除任意两个逗号（如 , ,）之间的所有水平空格（空格和制表符）。所以它看起来像：

  hi hello,new york,,,brazil site   ,brazil
  january,month is feb   ,,,indiana jones
  

• 另外，删除每个参数的任何尾随或前导水平空格（空格和制表符），使其看起来像这样。

  最终输出：

  hi hello,new york,,,brazil site,brazil
  january,month is feb,,,indiana jones
  

注意：参数本身有空格，如hi helloandindiana jones等，不应该受到影响而变成hihello或 之类的indianajones。如果可能的话用 awk 解决，否则 sed 也可以。

我无法像这样使用 sed 完成第一个任务：

sed -n 's/,[[:blank:]],/,,/gp' file

但我得到这个作为输出：

january,month is feb   ,      ,,indiana jones

Answer 1

所以，你在问 awk：

awk '{$1=$1};gsub(" ,",",")'

这行吗？请注意，这会产生删除数据中逗号内重复空格的副作用，这对于英语来说可能不是问题。

Answer 2

sed 有三种可能性：

1. g最简单的一个（在逗号之前匹配空格字符零次或多次，在逗号之后匹配空格字符零次或多次，仅用逗号替换它 - 如此多次，因此使用选项全球的）：

   sed 's/ *, */,/g' file
   

   该命令的执行时间：3.056s，而perl -p -e不是sed5.932s

2. [:space:]表示所有空白字符，因此与 相同[ \t\r\n\v\f]。这是 POSIX 标准:

   sed 's/[[:space:]]*,[[:space:]]*/,/g' file
   

   该命令的执行时间：10.365s，而perl -p -e不是sed9.060s

3. 最后是带有 的缩写版本，它的意思与but\s相同[:space:]Perl语法:

   sed 's/\s*,\s*/,/g' file
   

   该命令的执行时间：10.507s，而perl -p -e不是sed6.126s

所有这些都会导致

hi hello,new york,,,brazil site,brazil
january,month is feb,,,indiana jones

---

这时间被当作​​一个有 2M 行的文件（包含 1M 次问题示例文本）。该文件有 97MBytes 大。

第一个命令似乎是最快的sed。最后一个命令在使用 perl 时是最快的，并且考虑到它不仅替换空格，还替换制表位、换行符等。