主页 / unix / 问题 / 765748
Accepted
Greenonline
Asked: 2023-12-29 07:50:45 +0800 CST

从（BASIC）文件中提取字符串

  • 772

我试图从Taipan 的 BASIC 列表中提取所有字符串（按照它们出现的顺序）。但是，我还希望定界"（在字符串的开头和结尾）也出现在输出中，因为某些字符串末尾有空格，我需要能够“看到”它们并对它们进行计数（并且具有最后"会缓解这个问题）。

更复杂的是，我在 macOS 上运行，因此一些 grep 参数将与 GNUgrep 不同。

示例行（包含两个字符串）是

1270 VTAB 19:PRINT " WE'VE CAPTURED A BIGGER SHIP!" : GOSUB 760:VTAB 19:PRINT " WE'RE TRANSFERRING TO IT NOW.": GOSUB 780:G = G + INT ( RND (1) * (G + 1)) + 1:E = SH + INT ( RND (1) * (SH + 150)) + 1: SH = SH + E:MW = MW + E:P=0

我需要的输出是

...
" WE'VE CAPTURED A BIGGER SHIP!"
" WE'RE TRANSFERRING TO IT NOW."
...

我设法只得到包含"using 1的行

grep -o '".*"'

但这是一个贪婪的 grep，我在一行中得到两个或多个字符串，并且在字符串之间也捕获非字符串命令，而不是在不同的行上输出多语句行中的各个字符串，如下所示

" WE'VE CAPTURED A BIGGER SHIP!" : GOSUB 760:PRINT TAB(0,18) " WE'RE TRANSFERRING TO IT NOW."

这显然不是我想要的。

以下非贪婪grep似乎无法正常工作，并在输出中减少了行数（出于某种原因）2，可能是因为grep在 macOS 上没有该-P选项。

grep -oP '".*?"'

无论如何，继续 的输出grep -o '".*"'，如果我将其输入awk并查找偶数字段3

grep -o '".*"' TAIPAN_BAS.txt | awk -F\" '{print $2}'
grep -o '".*"' TAIPAN_BAS.txt | awk -F\" '{print $4}'
grep -o '".*"' TAIPAN_BAS.txt | awk -F\" '{print $6}'

我将得到更多或更少的结果，除了多语句行上的第二个（或第三个或后续）字符串仅在列出所有第一次出现的字符串后才会输出。

例如，使用它作为输入

1270 VTAB 19:PRINT " WE'VE CAPTURED A BIGGER SHIP!" : GOSUB 760:VTAB 19:PRINT " WE'RE TRANSFERRING TO IT NOW.": GOSUB 780:G = G + INT ( RND (1) * (G + 1)) + 1:E = SH + INT ( RND (1) * (SH + 150)) + 1: SH = SH + E:MW = MW + E:P=0
1280 IF SR < .1 THEN 1300 
1281 IF P > 0 THEN 1050 
1285 REM ARRIVAL (1290)
1290 CR = 0: SR = 1:L=PO:V(L) = V(L) + 1: B=0:K=0:GOSUB 160:HOME:PRINT:INVERSE:PRINT A$;: NORMAL: PRINT " ARRIVING "; L$(L);" AFTER": PRINT " A VOYAGE OF ";ET;" DAYS.": INVERSE:PRINT A$:NORMAL: GOSUB 780: HOME:GOTO 120

将“批量”输出第n个字符串：

<first command output>
 WE'VE CAPTURED A BIGGER SHIP!
 ARRIVING 
<second command output>
 WE'RE TRANSFERRING TO IT NOW.
 AFTER
<third command output>
 A VOYAGE OF

而如果像这样排序，输出会更好

 WE'VE CAPTURED A BIGGER SHIP!
 WE'RE TRANSFERRING TO IT NOW.
 ARRIVING 
 AFTER
 A VOYAGE OF

然而，即使有了这个“更理想”的输出，仍然存在两个问题：

  • 最后一个字符串 ( " DAYS.") 丢失 - 我需要一个额外的命令来获取第八个字段，如下所示

    grep -o '".*"' TAIPAN_BAS.txt | awk -F\" '{print $8}'

  • 双引号也丢失了。

这就是我想看到的（带有：双引号；所有字符串，以及；按出现的顺序）：

" WE'VE CAPTURED A BIGGER SHIP!"
" WE'RE TRANSFERRING TO IT NOW."
" ARRIVING "
" AFTER"
" A VOYAGE OF "
" DAYS."

注意：除了撇号之外，所有字符串中都不包含引号（单引号或双引号）。

我的问题是：

  • 如何在多语句行上查找所有偶数字段，而不必为每个字段发出单独的命令- 是否没有一种编程方式来表达等？{print $2 $4 $6 ...}awk
  • 如何将第二个和第三个字符串拼接到文件中，以便它们按顺序出现，而不是批量出现（所有第一个字符串出现、所有第二个字符串出现、第三个字符串出现等）

    • 我试过这个

      grep -o '".*"' TAIPAN_BAS.txt | awk -F\" '{printf $2,"\\n"$4"\\n"$6}'

      但所有内容都在一行上输出，仅输出第一个字符串实例，并且换行符 ( \\n) 似乎被忽略。

  • 如何停止awk删除字段分隔符（即"）？

我再次使用 macOS，因此 GNU 解决方案可能没有帮助。另外，我愿意使用sed或其他东西（我已经尝试过，cut但tr他们只是删除了"并留下了代码负载）。

1从这个答案到如何从命令的输出中提取带引号的字符串的内容？

2重新检查后，它只给我“使用”消息。

3从这个答案中提取双引号之间的字符串。

text-processing

3 个回答

  1. Best Answer

    使用Raku（以前称为 Perl_6）

    ~$ raku -ne '.put for .comb( / \" <-["]>+? \" /);'  file

    或者：

    ~$ raku -ne '.put for .comb( / \" ~ \" <-["]>+?  /);'  file

    以下是用 Raku（Perl 编程语言家族的成员）编写的答案。Raku 具有强大的正则表达式/语法引擎，可用于解析代码（请参阅：“Raku 语法中的简单解析器”）。

    您可以通过上面的comb代码来搜索您想要的模式。要创建自定义字符类，查找用于<+["]>正选择和<-["]>负选择的引号。第二个答案使用 Raku 的~波浪号表示法，这对于提取嵌套文本元素和/或其周围元素很有用。

    输入示例：

    1270 VTAB 19:PRINT " WE'VE CAPTURED A BIGGER SHIP!" : GOSUB 760:VTAB 19:PRINT " WE'RE TRANSFERRING TO IT NOW.": GOSUB 780:G = G + INT ( RND (1) * (G + 1)) + 1:E = SH + INT ( RND (1) * (SH + 150)) + 1: SH = SH + E:MW = MW + E:P=0
1280 IF SR < .1 THEN 1300 
1281 IF P > 0 THEN 1050 
1285 REM ARRIVAL (1290)
1290 CR = 0: SR = 1:L=PO:V(L) = V(L) + 1: B=0:K=0:GOSUB 160:HOME:PRINT:INVERSE:PRINT A$;: NORMAL: PRINT " ARRIVING "; L$(L);" AFTER": PRINT " A VOYAGE OF ";ET;" DAYS.": INVERSE:PRINT A$:NORMAL: GOSUB 780: HOME:GOTO 120

1295 REM THAT'S ALL FOLKS (1300-1321)
1300 HOME:NW = C - D:Q = NW / GT: VTAB 4: INVERSE: PRINT A$;: NORMAL: PRINT:PRINT "YOUR SCORE, BASED UPON TIME AND YOUR": PRINT "NET WORTH (EXCLUDING STOCK) IS ";: GOSUB 1330:INVERSE: PRINT A$: NORMAL
1310 IF X$ = "R" THEN PRINT "WOULD YOU LIKE TO PICK UP THIS":PRINT"GAME WHERE YOU LEFT OFF (Y/N)?": GOSUB 60:IF X$ = "Y" THEN HOME:GOTO 120
1320 GOSUB 1340: VTAB 10:PRINT A$;: PRINT "DO YOU WISH TO START OVER (Y/N)?": GOSUB 60:IF X$ = "Y" THEN RUN
1321 END

    示例输出：

    " WE'VE CAPTURED A BIGGER SHIP!"
" WE'RE TRANSFERRING TO IT NOW."
" ARRIVING "
" AFTER"
" A VOYAGE OF "
" DAYS."
"YOUR SCORE, BASED UPON TIME AND YOUR"
"NET WORTH (EXCLUDING STOCK) IS "
"R"
"WOULD YOU LIKE TO PICK UP THIS"
"GAME WHERE YOU LEFT OFF (Y/N)?"
"Y"
"DO YOU WISH TO START OVER (Y/N)?"
"Y"

    上面的示例输出只是为了帮助您入门。您还可以记录带引号的字符串所在的行号：

    ~$ raku -e ' for lines.kv -> $k,$v { put "$k\t$_" for $v.comb( / \" <-["]>+? \" /)};' file
0   " WE'VE CAPTURED A BIGGER SHIP!"
0   " WE'RE TRANSFERRING TO IT NOW."
4   " ARRIVING "
4   " AFTER"
4   " A VOYAGE OF "
4   " DAYS."
7   "YOUR SCORE, BASED UPON TIME AND YOUR"
7   "NET WORTH (EXCLUDING STOCK) IS "
8   "R"
8   "WOULD YOU LIKE TO PICK UP THIS"
8   "GAME WHERE YOU LEFT OFF (Y/N)?"
8   "Y"
9   "DO YOU WISH TO START OVER (Y/N)?"
9   "Y"

    grep最后，如果您想返回“程序行号”，Raku确实可以帮助您，因为它会过滤掉导致错误的空白行：

    ~$ raku -e 'for lines.grep(*.chars).map( *.split(" ", 2)) { my $k = .[0];  my $v = .[1];  put "$k\t$_" for $v.comb( / \" <-["]>+? \" /) };'  file
1270    " WE'VE CAPTURED A BIGGER SHIP!"
1270    " WE'RE TRANSFERRING TO IT NOW."
1290    " ARRIVING "
1290    " AFTER"
1290    " A VOYAGE OF "
1290    " DAYS."
1300    "YOUR SCORE, BASED UPON TIME AND YOUR"
1300    "NET WORTH (EXCLUDING STOCK) IS "
1310    "R"
1310    "WOULD YOU LIKE TO PICK UP THIS"
1310    "GAME WHERE YOU LEFT OFF (Y/N)?"
1310    "Y"
1320    "DO YOU WISH TO START OVER (Y/N)?"
1320    "Y"

    https://docs.raku.org/language/regexes#Tilde_for_nesting_structs
    https://docs.raku.org/language/regexes
    https://docs.raku.org
    https://raku.org

    • 4

  2. 该-P选项代表 Perl，并使用 Perl 正则表达式，因此在不可用的情况下，您可以直接使用 Perl...

    % perl -lne 'print $& while /".*?"/g' file2.txt
" WE'VE CAPTURED A BIGGER SHIP!"
" WE'RE TRANSFERRING TO IT NOW."
" ARRIVING "
" AFTER"
" A VOYAGE OF "
" DAYS."

    （$&是完整的匹配字符串，你已经知道是什么了".*?"。）

    但是，当然，由于结束标记只是一个字符，因此您可以匹配两个所需双引号之间不是双引号的任何内容，即使在常规中grep：

    % grep -oe  '"[^"]*"' file2.txt
    • 4

  3. 在每个 Unix 机器上的任何 shell 中使用任何 awk：

    $ awk -F'"' '{for (i=2; i<NF; i+=2) print FS $i FS}' file
" WE'VE CAPTURED A BIGGER SHIP!"
" WE'RE TRANSFERRING TO IT NOW."
" ARRIVING "
" AFTER"
" A VOYAGE OF "
" DAYS."

    "上面假设您引用的字符串中没有s 或换行符。

    如果可以，那么正确的解决方案将取决于如何表示"内部"分隔字符串（不允许或通过加倍转义""或通过反斜杠\"或其他方式转义）以及应如何处理换行符（按原样打印，转换为空白，或其他的东西）。

    • 4

相关问题