☰

使用 sed 进行文本操作

tag-icon • tag-icon command-line text-processing sed
使用 sed 进行文本操作

目前，我有多个文本文件，其内容如下所示（有很多行）：

565 0 10 12 23 18 17 25
564 1 7 12 13 16 18 40 29 15

我希望将每一行更改为以下格式：

0 565:10:1 565:12:1 565:23:1 565:18:1 565:17:1 565:25:1
1 564:7:1 564:12:1 564:13:1 564:16:1 564:18:1 564:40:1 564:29:1 564:15:1

有没有办法使用 sed 完成上述操作？还是我需要求助于 Python？

答案1

是的，您可以使用 sed 来完成此操作，但其他工具更简单。例如：

$ awk '{
        printf "%s ", $2; 
        for(i=3;i<=NF;i++){
            printf "%s:%s:1 ",$1,$(i) 
        }
        print ""
       }' file 
0 565:10:1 565:12:1 565:23:1 565:18:1 565:17:1 565:25:1 
1 564:7:1 564:12:1 564:13:1 564:16:1 564:18:1 564:40:1 564:29:1 564:15:1

解释

awk 将按空格分割每行输入（默认情况下），并将每个字段保存为$1, $2, $N。所以：

  • printf "%s ", $2;将打印第二个字段和尾随空格。
  • for(i=3;i<=NF;i++){ printf "%s:%s:1 ",$1,$(i) }：将遍历字段 3 到最后一个字段（NF是字段数），并且对于每个字段，它将打印第 1 个字段 a :，然后是当前字段和 a :1。
  • print ""：这只是打印最后的换行符。

或者 Perl：

$ perl -ane 'print "$F[1] "; print "$F[0]:$_:1 " for @F[2..$#F]; print "\n"' file 
0 565:10:1 565:12:1 565:23:1 565:18:1 565:17:1 565:25:1 
1 564:7:1 564:12:1 564:13:1 564:16:1 564:18:1 564:40:1 564:29:1 564:15:1

解释

makes-a的perl行为类似于awk并在空格上拆分其输入。在这里，字段存储在数组中@F，这意味着第一个字段将是$F[0]，第二个字段将是$F[1]等等。所以：

  • print "$F[1] "：打印第二个字段。
  • print "$F[0]:$_:1 " for @F[2..$#F];：迭代字段 3 到最后一个字段（$#F是数组中元素的数量@F，因此@F[2..$#F]从第 3 个元素开始获取数组切片直到数组末尾）并打印第 1 个字段 a :，然后是当前字段和 a :1。
  • print "\n"：这只是打印最后的换行符。

答案2

这里有一个可怕 sed方式！

$ sed -r 's/^([0-9]+) ([0-9]+) ([0-9]+)/\2 \1:\3:1/; :a s/([0-9]+)(:[0-9]+:1) ([0-9]+)( |$)/\1\2 \1:\3:1 /; t a; s/ $//' file
0 565:10:1 565:12:1 565:23:1 565:18:1 565:17:1 565:25:1 
1 564:7:1 564:12:1 564:13:1 564:16:1 564:18:1 564:40:1 564:29:1 564:15:1

更具可读性：

sed -r '
s/^([0-9]+) ([0-9]+) ([0-9]+)/\2 \1:\3:1/
:a 
s/([0-9]+)(:[0-9]+:1) ([0-9]+)( |$)/\1\2 \1:\3:1 /
t a
s/ $//'

笔记

  • -r使用 ERE
  • s/old/new/old用。。。来代替new
  • ^([0-9]+)在行首保存一些数字
  • \1反向引用第一个保存的模式
  • :a标记此部分脚本a
  • ( |$)空格或行尾
  • t测试最后一次替换是否成功 - 如果成功，则执行下一个命令
  • a找到标签:a并再次执行
  • s/ $//删除尾随空格

因此，在将结构添加到第一部分后，我们反复找到该结构的最后一个实例并将其应用于下一个数字......

但我同意其他工具可以让它变得更容易......

答案3

使用 awk：

awk '{printf "%s ",$2; for (i=3; i<=NF; i++) printf $1":"$i":1 "; printf "\n"}' file

或者使用 bash：

while read -r -a a; do                  # read line to array a
  printf "%s " ${a[1]}                  # print column #1
  for ((i=2;i<${#a[@]};i++)); do        # loop from column #2 to number of columns
    printf "%s " "${a[0]}:${a[$i]}:1"   # print content/values
  done
  echo                                  # print line break
done < file                             # read file from stdin

输出：

0 565：10：1 565：12：1 565：23：1 565：18：1 565：17：1 565：25：1
1 564：7：1 564：12：1 564：13：1 564：16：1 564：18：1 564：40：1 564：29：1 564：15：1

答案4

和awk：

awk '{printf("%s ", $2); for(i=3; i<NF; i++) printf("%s:%s:1 ", $1, $i);\
          printf("%s:%s:1\n", $1, $NF)}' file.txt

这一切都是为了按照所需的格式格式化空格分隔的字段：

  • printf("%s ", $2)打印带有尾随空格的第二个字段

  • for(i=3; i<NF; i++) printf("%s:%s:1 ", $1, $i)遍历倒数第三个到第二个字段，并以所需格式打印这些字段（第一个字段，然后是冒号，然后是当前字段，然后是冒号，最后是 1），尾随空格

  • printf("%s:%s:1\n", $1, $NF)打印最后一个字段并添加换行符

例子：

% cat file.txt
565 0 10 12 23 18 17 25
564 1 7 12 13 16 18 40 29 15

% awk '{printf("%s ", $2); for(i=3; i<NF; i++) printf("%s:%s:1 ", $1, $i); printf("%s:%s:1\n", $1, $NF)}' file.txt
0 565:10:1 565:12:1 565:23:1 565:18:1 565:17:1 565:25:1
1 564:7:1 564:12:1 564:13:1 564:16:1 564:18:1 564:40:1 564:29:1 564:15:1

相关内容