主页 / unix / 问题 / 701267
Accepted
Zoltan King
Asked: 2022-05-04 06:04:15 +0800 CST

如何在整个文件的每一行中替换特定上下文中的字符？

  • 772

我有一个大文件，其中包含以下形式的数百个英语短语：

\phrase
{.   .    .     *     *   }
{I shoul-d've stayed home.}
{aɪ ʃʊd‿əv ˈsteɪd ˈhoʊm.} <- only replace on this line

\phrase
{ .   .   *  }
{Did you eat?}
{dɪdʒjʊʷˈit? ↗} <- only replace on this line

\phrase
{ *    .  *    .    *  .  .    .     *   .  }
{Yeah, I made some pas-ta if you're hun-gry.}
{ˈjɛə, aɪ ˈmeɪd səm ˈpɑ stəʷɪf jər ˈhʌŋ gri.} <- only replace on this line

这是一个 LaTeX.tex文件。我想用符号（十六进制代码）替换r每个音标中的所有字符（通过音标，我的意思是每行后的第三行）。\phraseɹU+0279

在 Emacs 中手动操作对我来说很麻烦。我想知道是否有办法以某种方式定位这些行并自动进行替换。

所有r字符都必须替换为ɹ，也不例外，但仅在拼音r中，在英文/非拼音文本中保持原样。

是否可以通过使用脚本或其他方式以某种方式做到这一点？我的文档中没有换行符，所以转录总是在\phrase​​ . 谢谢！

text-processing replace

8 个回答

  1. 一个 awk 版本（你需要一个中继文件，你可以单行）

    awk '/\\phrase/ { p=NR ; } 
     NR == p+3 { gsub("r","ɹ")  ; } 
    {print;} ' old-file.tex > new-file.tex

    在哪里

    • /\\phrase/ { p=NR ; }将设置为出现p的每个行号\phrase
    • NR == p+3 { gsub("r","ɹ") ; } 之后在第 3 行执行替换
    • {print;}打印所有行。

    这给了你的样本：（注意ɹeplace）

    \phrase
{.   .    .     *     *   }
{I shoul-d've stayed home.}
{aɪ ʃʊd‿əv ˈsteɪd ˈhoʊm.} <- only ɹeplace on this line

\phrase
{ .   .   *  }
{Did you eat?}
{dɪdʒjʊʷˈit? ↗} <- only ɹeplace on this line

\phrase
{ *    .  *    .    *  .  .    .     *   .  }
{Yeah, I made some pas-ta if you're hun-gry.}
{ˈjɛə, aɪ ˈmeɪd səm ˈpɑ stəʷɪf jəɹ ˈhʌŋ gɹi.} <- only ɹeplace on this line
    • 18 
  2. awk 'c&&!--c {gsub(/r/,"ɹ")} /\\phrase/ {c=3} 1' file > newfile

    c&&!--c是一个常见的awk成语，实现while getline逻辑，见参考。

    只有在从 1 减到 0 时，才会执行此条件之后的操作。

    匹配文字'\phrase'时，我们设置c=3了 ，因此gsub()将仅在匹配后的第 3 行执行，并且对所有匹配都重复。

    • 11
  3. Best Answer

    既然你在 Emacs 上...

    邪恶/Vim 方式

    如果你已经evil-mode安装（或者你切换到 Vim），你可以这样做：

    :g/^\\phrase/+3s/r/ɹ/g

    这是最简单的。

    键盘宏方式

    继续使用 Emacs，您可以使用键盘宏：C-x ( C-M-s ^\\phrase Enter C-n C-n C-n C-a C-space C-e C-M-% r Enter ɹ Enter ! C-x ) C-u 2 C-x e

    C-x (启动宏，C-x )结束宏，C-x e运行宏，C-u 2/C-2修改C-x e使其运行宏 2 次。C-u 10000如果您不想数数，也可以使用大数字。C-M-s搜索正则表达式。向下移动 3 行并选择行后，C-M-%在选择中开始替换。在提示什么替换什么后，!表示接受选择中的所有替换。

    Elisp 方式

    您还可以打开*scratch*缓冲区并运行它（C-M-x同时将光标放在代码上）：

    (with-current-buffer "foo"
  (goto-char (point-min))
  (while (re-search-forward "^\\\\phrase" nil t)
    (forward-line 3)
    (replace-string-in-region "r" "ɹ" (point) (line-end-position))))

    wherefoo是您要执行此操作的缓冲区的名称。

    编辑：replace-string-in-region在 Emacs 28.1（写作时的最新版本）中引入。如果您的 Emacs 较旧，您可以使用search-forward并replace-match喜欢这样：

    (with-current-buffer "foo"
  (goto-char (point-min))
  (while (re-search-forward "^\\\\phrase" nil t)
    (forward-line 3)
    (while (search-forward "r" (line-end-position) t)
      (replace-match "ɹ"))))

    Shell 命令过滤方式

    您还可以通过外部命令过滤 Emacs 缓冲区，就像这里的其他答案之一：C-x h C-u M-| <command> Enter

    C-x h选择整个缓冲区。M-|将提示输入将过滤选择的命令。C-u修改M-|，因此它用输出替换选择，而不是将其放在临时缓冲区中。

    • 9

  4. 如果您总是在每个部分之间有一个空行，您可以尝试 perl 的“段落”模式将每个部分读为单个“行”：

    $ perl -F'\n' -00ane '$F[3]=~s/r/ɹ/g; print join "\n",@F , "\n"' file 
\phrase
{.   .    .     *     *   }
{I shoul-d've stayed home.}
{aɪ ʃʊd‿əv ˈsteɪd ˈhoʊm.} <- only ɹeplace on this line

\phrase
{ .   .   *  }
{Did you eat?}
{dɪdʒjʊʷˈit? ↗} <- only ɹeplace on this line

\phrase
{ *    .  *    .    *  .  .    .     *   .  }
{Yeah, I made some pas-ta if you're hun-gry.}
{ˈjɛə, aɪ ˈmeɪd səm ˈpɑ stəʷɪf jəɹ ˈhʌŋ gɹi.} <- only ɹeplace on this line

    解释

    • -a: 将每个输入行自动拆分到数组@F中。

    • -F'\n': 在换行符处分割。

    • -00：“段落模式”，行现在由\n\n（空行）定义，因此每个部分都成为“行”。

    • -ne：逐行读取输入文件并将给出的脚本-e应用于每一行。

    • $F[3]=~s/r/ɹ/g;: 全部替换r为ɹ数组的第 4 个元素@F（这是每个部分的第 4 行；数组从 0 开始）。

    • print join "\n",@F , "\n"': 用 加入修改后的@F数组\n，然后将其与额外的\n.

    如果您不能依赖它并且需要在 line matching 之后总是去第三行\phrase，您可以这样做：

    $ perl -pe '$k=0 if /\\phrase\b/; $k++; s/r/ɹ/g if $k==4' file 
\phrase
{.   .    .     *     *   }
{I shoul-d've stayed home.}
{aɪ ʃʊd‿əv ˈsteɪd ˈhoʊm.} <- only ɹeplace on this line

\phrase
{ .   .   *  }
{Did you eat?}
{dɪdʒjʊʷˈit? ↗} <- only ɹeplace on this line

\phrase
{ *    .  *    .    *  .  .    .     *   .  }
{Yeah, I made some pas-ta if you're hun-gry.}
{ˈjɛə, aɪ ˈmeɪd səm ˈpɑ stəʷɪf jəɹ ˈhʌŋ gɹi.} <- only ɹeplace on this line

    0每次我们看到 时都会设置一个计数器\phrase，并在每一行上将其递增一。然后，我们只在计数器的值为 4 时进行替换。

    • 7

  5. 带标准sed：

    sed '/^\\phrase$/{n;n;n;s/r/ɹ/g;}'

    y/r/ɹ/代替s/r/ɹ/g也可以在符合 POSIXsed的实现中工作，前提是该ɹ字符在用户的语言环境中被视为一个字符，但 s/r/ɹ/g更便携，因为它也适用于sed不支持多字节字符的实现（如ɹUTF-8 ; 我找不到ɹ在单个字节上编码的任何字符编码）。

    为了ɹ在用户的语言环境中正确编码zsh，您可以这样做：

    sed $'/^\\\\phrase$/{n;n;n;s/r/\u0279/g;}'

    在哪里\u0279可以扩展到ɹ 用户语言环境中该字符的编码¹

    ¹$'\uXXXX'其他一些 shell 现在支持这一点，但请注意，在某些情况下，它会在区域设置中扩展，就像在 shell 启动或读取该行代码时一样，不一定sed是在执行该命令的区域设置时. 在 ksh93 中，无论用户的语言环境如何，它总是以 UTF-8 扩展。当该字符在语言环境的字符集中不可用时，shell 之间的行为也会有所不同。它会导致错误zsh

    • 6 
  6. perl -Mutf8 -CSD -pe '$phrase = $. if /\\phrase/; s/r/ɹ/g if $. == $phrase + 3'

    相当直截了当；$.为 unicode 处理设置标志，如果我们看到，请记住行号 ( ) \phrase，如果行号大于该行号 3，则进行替换。

    • 3

  7. 由于我们得到了其他答案，因此这是一个几乎重复的问题的有效解决方案。这是针对 GNUsed的，但在链接的答案中也有 POSIX 建议：

    sed '/^\\phrase/,+3 { /^\\phrase/,+2 !{ s/r/ɹ/g } }'

    这样做是采用\phrase(bound to start-of-line) 并使用它和接下来的两行 ( +3，从匹配的行作为第一行开始)。对于该组的前两行，它不应用从rto的替换ɹ（这意味着对于该组的最后一行，它确实应用了替换）。

    示例的输出：

    \phrase
{.   .    .     *     *   }
{I shoul-d've stayed home.}
{aɪ ʃʊd‿əv ˈsteɪd ˈhoʊm.} <- only ɹeplace on this line

\phrase
{ .   .   *  }
{Did you eat?}
{dɪdʒjʊʷˈit? ↗} <- only ɹeplace on this line

\phrase
{ *    .  *    .    *  .  .    .     *   .  }
{Yeah, I made some pas-ta if you're hun-gry.}
{ˈjɛə, aɪ ˈmeɪd səm ˈpɑ stəʷɪf jəɹ ˈhʌŋ gɹi.} <- only ɹeplace on this line
    • 2

  8. 使用Raku（以前称为 Perl_6）

    raku -pe 'state $ph; $ph = 0 if /^ \\phrase $/; s:g/r/ɹ/ if ++$ph == 4;'

    您可能想尝试 Raku，因为它是从头开始构建的以处理 Unicode。上面的代码（实际上）与@hobbs 发布的 Perl5 答案非常相似，因为它使用 Raku 的自动打印逐行-pe命令行标志，并从看到的行开始向下计数\phrase。

    对于上面的代码，变量在程序开始时$ph是stated 一次。由于文件是逐行读取的，因此$ph设置为0当一行包含\phrase但没有遇到任何其他内容时（意思是++$ph== 1 为真）。从这一点开始执行自动递增测试if ++$ph == 4（倒数 3 行），如果满足，则指示替换操作员s:g/r/ɹ/在:global所需行内执行操作。

    • [对于 Perl 爱好者：Raku 摒弃了各种各样的编译器变量，比如$.支持state变量声明器和相关的匿名状态变量，例如$、@和%. 根据文档， “state声明词法范围的变量，就像my。但是，初始化只发生一次......” . Raku 中的$匿名状态变量可用于将行号添加到文本文件，即raku -ne 'put ++$ ~ " $_";']。

    请注意，由于 Raku 可以优雅地处理 Unicode，因此s:g/r/ɹ/可以轻松编写替换：

    s:g/r/\x0279/

    或者

    s:g/r/\c[Latin Small Letter Turned R]/

    ...当您遇到与字体/Unicode 相关的困难时（或者...如果您只是厌倦了尝试记住 Unicode 十六进制代码），上述描述性转换“Latin Small Letter Turned R”可能会有所帮助。

    样本输出：

    \phrase
{.   .    .     *     *   }
{I shoul-d've stayed home.}
{aɪ ʃʊd‿əv ˈsteɪd ˈhoʊm.} <- only ɹeplace on this line

\phrase
{ .   .   *  }
{Did you eat?}
{dɪdʒjʊʷˈit? ↗} <- only ɹeplace on this line

\phrase
{ *    .  *    .    *  .  .    .     *   .  }
{Yeah, I made some pas-ta if you're hun-gry.}
{ˈjɛə, aɪ ˈmeɪd səm ˈpɑ stəʷɪf jəɹ ˈhʌŋ gɹi.} <- only ɹeplace on this line

    https://en.wikipedia.org/wiki/IPA_Extensions
    https://docs.raku.org/syntax/state
    https://raku.org

    • 0

相关问题