主页 / ubuntu / 问题 / 659556
Accepted
Mr. Smith
Asked: 2015-08-10 14:59:11 +0800 CST

sed 单词重复问题

  • 772

我是 sed 的新手，正在尝试学习一些东西。但是，在使用 sed 删除重复词时，我遇到了无法解决的问题：

echo "abc abc def ghi ijk ijk" | sed 's/\([a-z][a-z]*\) \1/\1/g'

产出

abc def ghijk ijk

每当一个单词以与下一个单词的第一个字母相同的字母结尾时，它就会这样做。我究竟做错了什么 ？

sed

1 个回答

  1. Best Answer

    问题是，按原样，正则表达式可以匹配部分单词。在您显示的示例中，它匹配i一个单词末尾的 the 和下一个单词i的开头。解决方案是坚持正则表达式匹配整个单词：

    $ echo "abc abc def ghi ijk ijk" | sed 's/\<\([a-z][a-z]*\)\> \<\1\>/\1/g'
abc def ghi ijk

    在 GNU sed 中，\<匹配单词的开头和\>结尾。

    更复杂的比赛

    在问题的示例中，正则表达式匹配单个重复字符i i. 这是一个匹配的示例oat oat：

    $ echo "smoat oats" | sed 's/\([a-z][a-z]*\) \1/\1/g'
smoats

    这再次通过坚持整个单词来解决：

    $ echo "smoat oats" | sed 's/\<\([a-z][a-z]*\)\> \<\1\>/\1/g'
smoat oats

    简化

    由于字母表到空格的转换总是标记单词边界，因此上面使用的正则表达式部分\> \<是不必要的，因为正则表达式要求两边的字符都是字母。因此，我们可以使用：

    $ echo "smoat oats" | sed 's/\<\([a-z][a-z]*\) \1\>/\1/g'
smoat oats

    文档

    有关 sed 的精妙之处及其正则表达式的更多信息，我推荐Grymoire 教程。GNU sed 的最终参考是GNU sed 手册。

    • 5

相关问题