如何用sed搜索保存在保留空间中的单词？

Question 1

那是一件很难的事情。假设你有file这样的：

$ cat file
word
line with a word and words and wording wordy words.

在哪里：

第 1 行：是应保存在保留空间中并引用到的搜索模式`word`。
第2行：是全局搜索和替换的行。

命令sed：

sed -n '1h; 2{x;G;:l;s/^\([^\n]\+\)\n\(.*[^`]\)\1\([^`]\)/\1\n\2`\1`\3/;tl;p}' file

解释:

1h;将第一行保存到保留空间（这是我们要搜索的等待）。
- 容纳空间包含：word
2{...}适用于第二行。
x;交换模式空间和保持空间。
G;将保留空间附加到模式空间。在模式空间中我们现在有：

word # I will call this line the "pattern line" from now on
line with a word and words and wording wordy words.

:l;设置一个名为 as point 的标签l以供稍后使用。
s///在上面提到的模式空间中进行实际的搜索/替换：
- ^\([^\n]\+\)\n^在“模式行”中搜索所有不是换行符的字符（从行的开头开始） [^\n]（一次或多次\+），直到换行符\n。现在它存储在反向引用中\1。它包含“图案线”。
- (.*[^`])搜索.*后跟一个字符（不是反引号）的任何字符[^`]。这存储在\2.\2现在包含：line with a word and words and wording wordy，直到最后一次出现word，因为...
- \1是下一个搜索项（反向引用\1, word），因此“模式行”包含的内容。
- ([^`])后面跟着另一个不是反引号的字符；保存到参考\3。如果我们不这样做（以及上面的部分\2），我们将在无限循环中结束word，一遍又一遍地引用相同的 -> ````word````，因为s///总是会成功并tl;跳回到:l（请参阅tl;下面）。
- \1\n\2\1\3以上所有内容都被反向引用所取代。第二个\1是我们应该引用的（注意第一个引用是“图案线”）。
tl;如果s///成功（我们替换了某些内容），则跳转到名为的标签l并重新开始，直到没有更多内容可供搜索和替换。当所有出现的单词都被替换/引用时就是这种情况。
p;完成所有操作后，打印更改后的行（图案空间）。

输出：

$ sed -n '1h; 2{x;G;:l;s/^\([^\n]\+\)\n\(.*[^`]\)\1\([^`]\)/\1\n\2`\1`\3/;tl;p}' file
word
line with a `word` and `word`s and `word`ing `word`y `word`s.

Answer

那是一件很难的事情。假设你有file这样的：

$ cat file
word
line with a word and words and wording wordy words.

在哪里：

第 1 行：是应保存在保留空间中并引用到的搜索模式`word`。
第2行：是全局搜索和替换的行。

命令sed：

sed -n '1h; 2{x;G;:l;s/^\([^\n]\+\)\n\(.*[^`]\)\1\([^`]\)/\1\n\2`\1`\3/;tl;p}' file

解释:

1h;将第一行保存到保留空间（这是我们要搜索的等待）。
- 容纳空间包含：word
2{...}适用于第二行。
x;交换模式空间和保持空间。
G;将保留空间附加到模式空间。在模式空间中我们现在有：

word # I will call this line the "pattern line" from now on
line with a word and words and wording wordy words.

:l;设置一个名为 as point 的标签l以供稍后使用。
s///在上面提到的模式空间中进行实际的搜索/替换：
- ^\([^\n]\+\)\n^在“模式行”中搜索所有不是换行符的字符（从行的开头开始） [^\n]（一次或多次\+），直到换行符\n。现在它存储在反向引用中\1。它包含“图案线”。
- (.*[^`])搜索.*后跟一个字符（不是反引号）的任何字符[^`]。这存储在\2.\2现在包含：line with a word and words and wording wordy，直到最后一次出现word，因为...
- \1是下一个搜索项（反向引用\1, word），因此“模式行”包含的内容。
- ([^`])后面跟着另一个不是反引号的字符；保存到参考\3。如果我们不这样做（以及上面的部分\2），我们将在无限循环中结束word，一遍又一遍地引用相同的 -> ````word````，因为s///总是会成功并tl;跳回到:l（请参阅tl;下面）。
- \1\n\2\1\3以上所有内容都被反向引用所取代。第二个\1是我们应该引用的（注意第一个引用是“图案线”）。
tl;如果s///成功（我们替换了某些内容），则跳转到名为的标签l并重新开始，直到没有更多内容可供搜索和替换。当所有出现的单词都被替换/引用时就是这种情况。
p;完成所有操作后，打印更改后的行（图案空间）。

输出：

$ sed -n '1h; 2{x;G;:l;s/^\([^\n]\+\)\n\(.*[^`]\)\1\([^`]\)/\1\n\2`\1`\3/;tl;p}' file
word
line with a `word` and `word`s and `word`ing `word`y `word`s.

Question 2

查找表可能很困难 -而且很贵- 因为你必须同时搜索模式空间的两端。不过，它至少可以或多或少地直接实施。你必须考虑到，无论你做什么，你一次只能可靠地处理一场比赛，所以你最好放弃任何获得g全球结果的希望。无论如何，它只会让事情变得混乱 - 你不是在使用编译的表达式，你实际上是在处理副作用并且两个都两侧启动。

printf  %s\\n some words to match \
        'and some words and some more words to match them against' |
sed  -ne'$!{H;d;}' -e'G;s/\(\n\).*/\1&\1/;tm' -e:m \
     -e 's/\(.\)\(.*\)\(.*\n\n.*\n\1\2\(\n\)\)/`\1\4\2`\3/;tm'

这就是主循环。它实际上还没有起作用，因为我还没有清理它，但它解决了根本问题。因为您必须重复循环相同的模式空间，所以您如何确定您的匹配不会匹配两次，对吧？如果你用一些分隔符来结束它，你仍然会再次匹配，并且你只会无限地堆叠书尾。

我在这里使用的解决方案是破坏比赛。我在匹配的第一个字符后插入一个换行符，当然，我仍然需要清理它，我会处理一下。但是，如果您的查找表可以包含其他成员的子集，或者您正在使用单个字符集，那么这仍然不起作用。有很多方法可以做到这一点 - 以及更好的方法 - 如果您需要的话，我会为您提供一些替代方案。

这里还有更多内容：

printf  %s\\n some words to match \
        'and some words and some more words to match them against' |
sed  -ne'$!{H;d;}' -e'G;s/\(\n\).*/\1&\1/;tm' -e:m \
     -e 's/\(.\)\(.*\)\(.*\n\n.*\n\1\2\(\n\)\)/`\1\4\2`\3/;tm' \
     -e  l

and `s\nome` `w\nords` and `s\nome` more `w\nords` `t\no` `m\natch` \
them against\n\n\nsome\nwords\nto\nmatch\n$

当然，清理也很容易：

printf  %s\\n some words to match \
        'and some words and some more words to match them against' |
sed  -ne'$!{H;d;}' -e'G;s/\(\n\).*/\1&\1/;tm' -e:m \
     -e 's/\(.\)\(.*\)\(.*\n\n.*\n\1\2\(\n\)\)/`\1\4\2`\3/;tm' \
     -e 's/\(`.\)\n/\1/g;P'

and `some` `words` and `some` more `words` `to` `match` them against

至少，你可以g在全球范围内做到这一点。

我做这类事情的首选方法是实际为其构建一个脚本。

printf  %s\\n some words to match \
        'and some words and some more words to match them against' |
{   sed -e"$(
        sed -ne'$w /dev/fd/3' -e$\q     \
             -e 's/[]\^$/.*[]/\\&/g'    \
             -e 's|..*|s/&/`\&`/g|p'
    )"  <&3
}   3<<""    3<>/dev/fd/3

and `some` `words` and `some` more `words` `to` `match` them against

sed命令内替换会在注意转义任何输入行（但最后一个可能包含）的任何元字符后写出替换sed s///语句。最后一行w按字面意思写入共享的here-doc 文件描述符，以便外部sed将其作为输入读取。内部sed打印一个脚本，其工作原理如下：

sed -e's/some/`&`/g'  \
    -e's/words/`&`/g' \
    -e's/to/`&`/g'    \
    -e's/match/`&`/g'

...然后将最后一行交给另一个人sed来处理。

Answer