Início / unix / Perguntas / 784925
Accepted
Benjam1n
Asked: 2024-10-11 23:17:13 +0800 CST

Como posso substituir caracteres após uma correspondência + deslocamento específicos?

  • 772

Tenho um arquivo contendo valores que devem ser obscurecidos (substituídos por XX), mas eles nem sempre estão na mesma posição dentro de toda a linha, e não sei seu conteúdo. O que sei, no entanto, é sua posição relativa a uma correspondência específica.

Por exemplo, quero que o terceiro e o quarto número depois de "00 00" sejam substituídos por XX

Original:

AA BB CC 00 00 01 02 03 04 05 06 07
AA BB CC DD EE FF 00 00 08 09 10 11 12 13 14

Saída desejada:

AA BB CC 00 00 01 02 XX XX 05 06 07
AA BB CC DD EE FF 00 00 08 09 XX XX 12 13 14

Eu tentei com awk, mas só consegui me posicionar em relação ao começo da linha. Existe uma maneira de indexar $2 e $3 de uma correspondência específica, por exemplo?

Edição: só pode haver uma ocorrência de 00 00na linha, ela não pode conter, 00 00 00não há necessidade de se preocupar com correspondência inicial ou final.

Minha tentativa (embaraçosa) até agora foi:

cat file | awk -F'00 00' '{print $2}' | awk '{gsub ($3,"XX",$0);gsub ($4,"XX",$0)}1'

Além dos vários awks, também perco o início das linhas, pois tudo antes da partida é descartado pelo meu primeiro awk

awk

4 respostas

  1. Best Answer

    É mais fácil com sedou perldo que com, awka menos que você tenha um awkque suporte a extensão gawk's gensub():

    sed 's/\(00 00 .. .. \).. ../\1XX XX/' < file

    perl -pe 's/00 00 .. .. \K.. ../XX XX/' < file

    gawk '{print gensub(/(00 00 .. .. ).. ../, "\\1XX XX", 1)}' < file

    Com POSIX awk, você pode fazer:

    awk '
  match($0, /00 00 .. .. .. ../) {
    $0 = substr($0, 1, RSTART+11) "XX XX" substr($0, RSTART+RLENGTH)
  }
  {print}' < file
    • 5

  2. Aqui está uma abordagem awk:

    $ awk '
{ 
  for(i=1; i<=NF; i++){ 
    if($i=="00" && $(i+1)=="00"){
      $(i+4)=$(i+5)="XX"
    }
  }
}1' file 
AA BB CC 00 00 01 02 XX XX 05 06 07
AA BB CC DD EE FF 00 00 08 09 XX XX 12 13 14

    A ideia é iterar sobre todos os campos ( for(i=1; i<=NF; i++); NFé o número de campos), e procurar por casos onde o campo atual ( $i) e o próximo ( $(i+1)) são ambos definidos para a string 00. Então, mudamos o 3º e 4º campo para XX( $(i+4)=$(i+5)="XX"; usando +4and +5já que estou contando do primeiro 00, não do segundo). Finalmente, imprimimos tudo. A ação padrão para awkquando uma expressão é avaliada como true é imprimir a linha, então o simples 1, que é sempre true, é frequentemente usado como uma abreviação para print.

    Note que isso tem a desvantagem de substituir seu separador de campo por um espaço. Neste exemplo, isso não parece ser um problema, mas se for, apenas especifique os separadores de entrada e saída. Então, se sua entrada tivesse vírgulas que você deseja manter, você faria:

    $ cat file 
AA,BB,CC,00,00,01,02,03,04,05,06,07
AA,BB,CC,DD,EE,FF,00,00,08,09,10,11,12,13,14

$ awk -F',' -v OFS=',' '
{ 
  for(i=1; i<=NF; i++){ 
    if($i=="00" && $(i+1)=="00"){
      $(i+4)=$(i+5)="XX"
    }
  }
}1' file 
AA,BB,CC,00,00,01,02,XX,XX,05,06,07
AA,BB,CC,DD,EE,FF,00,00,08,09,XX,XX,12,13,14

    Você também pode tratar isso como uma substituição simples e fazer algo como:

    $ sed -E 's/( 00 00 .. ..) .. ../\1 XX XX/' file 
AA BB CC 00 00 01 02 XX XX 05 06 07
AA BB CC DD EE FF 00 00 08 09 XX XX 12 13 14

    Ou

    $ perl -pe 's/( 00 00 .. ..) .. ../$1 XX XX/' file 
AA BB CC 00 00 01 02 XX XX 05 06 07
AA BB CC DD EE FF 00 00 08 09 XX XX 12 13 14
    • 2

  3. Usando awk:

    $ awk 'match($0, /(00 ){2,}[0-9]+ [0-9]+/){ 
     len=RSTART+RLENGTH;
     printf "%s",substr($0,1,len);
     $0=substr($0,len+1);
     sub(/[0-9]+ [0-9]+/, "XX XX");}1'

    Supondo que apenas números sejam repetidos depois de 00 00.

    Este comando usa gawka função split do .

    $ awk -v var="XX XX"  '
   n=split($0,a, /00 00 .. .. .. ../, seps){
   $0="";
   sub(/.. ..$/, var,seps[1]);
   for(i=1;i<=n;i++)  $0 = $0 seps[i-1] a[i]}1'

    Primeiro, o registro atual( $0) é split. Esta função interna cria dois arrays, a saber, ae seps(o array separador). Então $0é definido como "". Então sub()é usado para substituir varcom campos a serem substituídos no array seps.

    O awkcomando divide os campos pela GNU awkfunção interna do split.

    n = dividir(s, matriz, sep)

    divide a string s em array[1] , ..., array[n] . O número de elementos encontrados é retornado. Se o argumento sep for fornecido, ele será usado como separador de campo; caso contrário, FS será usado.

    Do Awk — Uma Linguagem de Processamento e Varredura de Padrões

    split( string, array [, fieldsep [, seps ] ] )

    Divida a string em pedaços separados por fieldsep e armazene os pedaços na matriz e as strings separadoras na matriz seps .

    Do livro Effective AWK Programming , de Arnold Robbins.

    • 2

  4. Usando qualquer awk:

    $ awk 's=index($0,"00 00") {$0=substr($0,1,s+11) "XX XX" substr($0,s+17)} 1' file
AA BB CC 00 00 01 02 XX XX 05 06 07
AA BB CC DD EE FF 00 00 08 09 XX XX 12 13 14
    • 2

relate perguntas