☰

如何编辑两个符号之间的文本范围？awk、sed、regex

tag-icon • tag-icon bash sed regex awk
如何编辑两个符号之间的文本范围？awk、sed、regex

使用“*”符号（不一定是那个，任何特殊字符都可以表示），我如何编辑以下文本：

*berry
straw
rasp
blue
boysen
*
blahblah
blahblah
blahblah
*berry
straw
blue
*
blah
*table
vege
pingpong
*

对此：

strawberry
raspberry
blueberry
boysenberry
blahblah
blahblah
blahblah
strawberry
blueberry
blah
vegetable
pingpongtable

第一个匹配的星号后的每个字符都将放置在每一行上，直到找到第二个星号匹配。

关于我该如何解决这个问题有什么线索吗？（最好使用 sed 或 awk，但如果你能想到其他方法，请告诉我你的代码！）

我知道如何删除所有包含星号的行，只是我想不出字符放置部分

答案1

这段awk代码就足够了：

awk -F'*' 'NF == 2 {label = $2; next} {$0 = $0 label} 1'

具体来说：

  • 用作*字段分隔符。这样，我们可以简单地检查字段的数量（NF）来确定是否已到达块的开头或结尾。
  • 当有两个字段时，我们保存第二个字段label并继续下一行。
  • 然后，我们将其附加label到当前行，然后打印。如果标签为空，则我们在块之外，没有任何效果。如果不是，我们将获得所需的输出。

答案2

在中sed，你可以将“特殊”行复制到保留空间中，然后再删除它

sed -e '/^\*/{h;d;}'

然后将保留空间附加到每个后续的模式空间，替换生成的换行符和标记字符

    -e '{G;s/\n\*//;}'

用你的数据进行测试，

$ sed -e '/^\*/{h;d;}' -e '{G;s/\n\*//;}' file
strawberry
raspberry
blueberry
boysenberry
blahblah
blahblah
blahblah
strawberry
blueberry
blah
vegetable
pingpongtable

注意：当遇到第二个星号时，这不会停止；它的作用完全相同，但它会附加*后面没有任何内容 - 直到它匹配下一个*sometext。

答案3

这是一个 Perl 方法：

$ perl -lne '/^\*(.*)/ || print "$_$1"' file
strawberry
raspberry
blueberry
boysenberry
blahblah
blahblah
blahblah
strawberry
blueberry
blah
vegetable
pingpongtable

解释

将-n导致 Perl 读取输入文件的每一行，并将其保存在特殊变量中$_，-l将导致它 i)\n从每行中删除尾随换行符 () 和 ii) 在每次调用时添加换行符print。-e是应用于每一行的脚本。

  • /^\*(.*)/：匹配以星号开头的行，并将星号后的所有内容保存为$1（这就是括号的作用）。

  • || print "$_$1"'：||是逻辑的OR。因此，print只有当前行不是以星号开头时才会执行。如果是这样，我们将打印当前行（$_）以及当前保存的内容$1（星号后面的模式）。

像往常一样，有很多方法可以做到这一点。一种愚蠢且低效的方法，但可以突出 shell 的字符串处理能力，它是：

$ while read line; do 
    [[ $line =~ ^\* ]] && pat="${line#\*}" || printf "%s%s\n" "$line" "$pat"; 
  done < file
strawberry
raspberry
blueberry
boysenberry
blahblah
blahblah
blahblah
strawberry
blueberry
blah
vegetable
pingpongtable

解释

  • while read line; do ... ; done < file：这是一个经典的while循环，它将读取输入文件的每一行file并将其保存为$line。
  • [[ $line =~ ^\* ]] && pat="${line#\*}"：如果行以 开头*，则删除其后的所有内容（这就是 的作用${line#\*}，有关更多详细信息，请参阅这里) 并将其保存为$pat。 * || printf "%s%s\n" "$line" "$pat";：如果前一个命令失败（因此，该行不以星号开头），则打印该行和 的当前值$pat。

答案4

来晚了。这是另一种python方法：

#!/usr/bin/env python2
with open('/path/to/file.txt') as f:
    for lines in f.read().split('*'):
        entries = lines.rstrip().split('\n')
        for i in range(1, len(entries)):
            print entries[i] + entries[0]

相关内容