主页 / unix / 问题 / 758329
Accepted
Rafiq
Asked: 2023-10-07 11:13:05 +0800 CST

在文本文件中同一字符串的开头用 $ 符号替换任何 <> 闭合字符串

  • 772

我有一些文件驻留在 Linux 系统上，其中包含一些占位符，例如下面的文件：

测试.txt：

This is a line with <VARIABLE1>@<VARIABLE2>.
This is a line with <VARIABLE3>.
This is a line with <VARIABLE_UNKNOWN>.
This is another line contains a<b.

我想更改此文件，如下所示：

This is a test line with $VARIABLE1@$VARIABLE2.
This is a test line with $VARIABLE3.
This is a test line with $VARIABLE_UNKNOWN.
This is another line contains a<b.

请注意，所有这些以 结尾的变量<>仅包含大写字母、数字和下划线。

我本可以使用以下方法，但a<b变成了a$b。

file_contents=$(<$file_path)
file_contents=${file_contents//</$}
file_contents=$(echo "$file_contents" | tr -d '>')
echo "$file_contents" > test.txt

我试图避免sed使用变得非常难以调试的复杂命令。我怎样才能实现这个目标？

text-processing

4 个回答

  1. 如果问题可以表述为“我想转换所有包含在其中< >且仅由一个或多个大写字母、数字和下划线组成的字符串，这些字符串包含在它们< >自身中，但用 a$代替< >”，那么您可以这样做：

    $ perl -pe 's/<([A-Z\d_]+)>/\$$1/g' file 
This is a line with $VARIABLE1@$VARIABLE2.
This is a line with $VARIABLE3.
This is a line with $VARIABLE_UNKNOWN.
This is another line contains a<b.

    这-pe意味着“逐行读取输入文件，应用给出的脚本-e，然后打印每一行”。然后，我们将替换运算符 ( s/OLD/NEW/) 与g标志一起使用，以便它替换该行中的所有匹配项。最后，正则表达式查找<后跟一个或多个（指+一个或多个）大写 ASCII 字母 ( A-Z)、ASCII1 十进制数字 ( \d) 或_以 结尾的下划线 ( ) >。现在，因为模式位于括号 ( ) 中，所以我们已“捕获”它并可以在替换中([A-Z\d_]+)引用它。$1因此，我们将匹配的内容替换为 a $（需要转义为\$），然后替换匹配的内容：\$$1。

    至少只要$PERL_UNICODE未设置环境变量，在这种情况下它就可以匹配其他类型的十进制数字。使用该a标志给s///操作符保证只有0123456789被匹配，或者替换\d为0-9or0123456789

    • 2
  2. Best Answer

    由于这是对各行的简单替换，因此执行此操作的 sed 命令并不复杂：

    $ sed -E 's/<([[:upper:][:digit:]_]+)>/$\1/g' file
This is a line with $VARIABLE1@$VARIABLE2.
This is a line with $VARIABLE3.
This is a line with $VARIABLE_UNKNOWN.
This is another line contains a<b.

    或者如果您的 sed 没有-E任何 POSIX sed：

    sed 's/<\([[:upper:][:digit:]_]\{1,\}\)>/$\1/g' file

    如果您的 sed 甚至不兼容 POSIX，那么请获取一个新的，但对于这一特定的事情您可能会这样做：

    sed 's/<\([A-Z0-9_][A-Z0-9_]*\)>/$\1/g' file

    正如@chrisdavies 指出的那样，这可能不是您真正应该尝试获得的输出，因为它会变成，<VAR1>27您$VAR127应该真正瞄准其中任何一个：

    $ sed -E 's/<([[:alnum:]_]+)>/${\1}/g' file
This is a line with ${VARIABLE1}@${VARIABLE2}.
This is a line with ${VARIABLE3}.
This is a line with ${VARIABLE_UNKNOWN}.
This is another line contains a<b.


    $ sed -E 's/<([[:alnum:]_]+)>/"${\1}"/g' file
This is a line with "${VARIABLE1}"@"${VARIABLE2}".
This is a line with "${VARIABLE3}".
This is a line with "${VARIABLE_UNKNOWN}".
This is another line contains a<b.

    取决于您计划如何处理该输出。

    FWIW 通常，当人们在文本中包含占位符字符串时，他们不会将其替换为shell 变量的名称，而是将其替换为shell 变量的内容，否则当您可以刚刚创建文本时，在文本中使用占位符有什么意义首先使用 shell 变量名称？

    • 2

  3. 使用Raku（以前称为 Perl_6）

    ~$ raku -pe 's:g/ \< ( <[A..Z0..9_]>+ ) \> /\$$0/;'  file

    再说一遍，这几乎是 @terdon 优秀 Perl 答案的直接翻译。

    在乐，

    1. 正则表达式修饰符（例如global）位于匹配器的开头，前面带有冒号，以给出s:g///“替代全局”形式。
    2. <[ ... ]>在识别域内，使用尖括号包围的方括号创建自定义字符类。方括号单独用于将正则表达式原子和/或属性分组在一起（参见底部的示例）。
    3. 字符范围用..双点指定，如 (例如)A..Z或0..9。
    4. Raku 简化了转义规则，使得所有非字母数字非下划线字符必须加引号或（反斜杠）转义才能被理解为正则表达式中的文字，因此需要在识别域中使用and \<。\>
    5. 编号捕获在 Raku 中通过括号指定（与 Perl 中相同），但是这些编号捕获从替换域开始$0并且必须在替换域中使用。
    6. OP 指的是错误的替换，并且通常要求反斜杠某些字符可能会出现问题。为了提供帮助，Raku 允许{...}在替换域中使用代码块，以便可以编写上述替换{"\$$0"}（即内插字符串）。对于在输出中执行简单的数学运算（求和等）非常有用。

    输入示例：

    This is a line with <VARIABLE1>@<VARIABLE2>.
This is a line with <VARIABLE3>.
This is a line with <VARIABLE_UNKNOWN>.
This is another line contains a<b.

    示例输出：

    This is a line with $VARIABLE1@$VARIABLE2.
This is a line with $VARIABLE3.
This is a line with $VARIABLE_UNKNOWN.
This is another line contains a<b.

    最后，@terdon 很好地概述了所有正则表达式系统的问题，因此需要准确理解 digital 的含义，即这些数字是 ASCII 数字还是 Unicode 数字？

    Raku 以其成为“Unicode 就绪”语言而自豪，您可以在底部的第一个链接中找到用于 Raku 正则表达式的 Unicode 字符类的广泛列表。因此，在 Raku 中，\d数字简写包括 Unicode 数字。您可以按照上面的方式枚举数字，或者使用字符类与连词组合将数字0..9子集/限制\d为 ASCII 数字，如下所示：<:ASCII>&&[<:ASCII> && \d]

    ~$ raku -pe ' s:g/ \< ( [ [<:ASCII> && \d] | <:Lu> | _ ]+ ) \> /\$$0/;'  file

    上面<:Lu>是“Letters-uppercase”的 Unicode 字符类。如果需要，<:ASCII>可以使用相同的技巧来子集为“ASCII 字母大写”（或更简单地，重新排列上面的方括号以重新组合）。

    https://docs.raku.org/language/regexes#Unicode_properties
    https://www.unicode.org/terminology/digits.html
    https://docs.raku.org/language/regexes#Conjunction:_&&
    https:// /docs.raku.org/language/regexes
    https://raku.org

    • 0

  4. 使用gawk：

    $ awk '{print gensub(/<([[:alnum:]_]+)>/, "$\\1", "g")}' file
# Or

$ awk '{print gensub(/<(\w+)>/, "$\\1", "g")}' file
This is a line with $VARIABLE1@$VARIABLE2.
This is a line with $VARIABLE3.
This is a line with $VARIABLE_UNKNOWN.
This is another line contains a<b.

    在 gensub() 函数中，可以使用括号 as 来记忆子模式，并在稍后使用ascaptured group引用它。backreference\n

    来自GNU awk手册：

    gensub()提供了sub()或gsub()中不提供的附加功能：能够在替换文本中指定正则表达式的组件。这是通过在正则表达式中使用括号来标记组件，然后在替换文本中指定“\N”来完成的，其中N是 1 到 9 之间的数字。

    • 0

相关问题