在sed中使用正则表达式查找替换

Question

我正在尝试编写一个表达式来替换名为testRegex.csv的文件

{"type":"MultiPolygon","coordinates":[[[-74.043886,40.690185 -74.040365,40.700704 -74.040288,40.700644 -74.03995,40.700891]]]}

有了这个

{"type":"MultiPolygon","coordinates":[[[[-74.043886,40.690185], [-74.040365,40.700704], [-74.040288,40.700644], [-74.03995,40.700891]]]}

我尝试了以下内容

sed 's/(\W\d\d[.]\d*[,]\d\d[.]\d*)/[$1],/g' <testRegex.csv >testRegex2.csv
sed 's/(\W\d\d[\.]\d*[\,]\d\d[\.]\d*)/[$1]\,/g' <testRegex.csv >testRegex2.csv
sed 's/(\W\d\d\.\d*\,\d\d\.\d*)/[$1]\,/g' <testRegex.csv >testRegex2.csv

任何人都可以看到为什么这些不起作用？

Answer 1

请尝试以下方法：

sed -E -e 's/([0-9-]+\.[0-9]*,[0-9-]+\.[0-9]*)/[\1],/g' -e 's/,]/]/'

请注意，在某些系统上，您可能需要将-E选项替换为-r ，这是扩展正则表达式支持的选项。

Answer 2

我试图解决一个比接受的答案稍微难的问题 - 并且开发了一个答案，它不会改变输出格式中的行。 这很难，但可以做到（ERE支持比传统的sed BRE表示更简洁）。

BRE表示法

sed '/\([^[]\[\[\[\)\(\(\[[-+]*[0-9][0-9]*\.[0-9]*,[-+]*[0-9][0-9]*\.[0-9]*\], \)*\)\([-+]*[0-9][0-9]*\.[0-9]*,[-+]*[0-9][0-9]*\.[0-9]*\)/ {
: redo
s//\1\2[\4],/
t redo
s/,]]]/]]]/
}' <<'EOF'

{"type":"MultiPolygon","coordinates":[[[-74.043886,40.690185 -74.040365,40.700704 -74.040288,40.700644 -74.03995,40.700891]]]}
with this

{"type":"MultiPolygon","coordinates":[[[[-84.043886,40.690185], [-64.040365,40.700704], [-74.040288,40.700644], [-74.03995,40.700891]]]}
EOF

ERE表示法

sed -E '/([^[]\[\[\[)((\[[-+]?[0-9]+\.[0-9]+,[-+]?[0-9]+\.[0-9]+\], )*)([-+]?[0-9]+\.[0-9]+,[-+]?[0-9]+\.[0-9]+)/ {
: redo
s//\1\2[\4],/
t redo
s/,]]]/]]]/
}' <<'EOF'

{"type":"MultiPolygon","coordinates":[[[-74.043886,40.690185 -74.040365,40.700704 -74.040288,40.700644 -74.03995,40.700891]]]}
with this

{"type":"MultiPolygon","coordinates":[[[[-84.043886,40.690185], [-64.040365,40.700704], [-74.040288,40.700644], [-74.03995,40.700891]]]}

EOF

示例输出

{"type":"MultiPolygon","coordinates":[[[[-74.043886,40.690185], [-74.040365,40.700704], [-74.040288,40.700644], [-74.03995,40.700891]]]]}
with this

{"type":"MultiPolygon","coordinates":[[[[-84.043886,40.690185], [-64.040365,40.700704], [-74.040288,40.700644], [-74.03995,40.700891]]]}

ERE的解释

/([^[]\[\[\[)((\[[-+]?[0-9]+\.[0-9]+,[-+]?[0-9]+\.[0-9]+\], )*)([-+]?[0-9]+\.[0-9]+,[-+]?[0-9]+\.[0-9]+)/

这可以分为3个子正则表达式：

1. ([^[]\\[\\[\\[)这匹配前面不是方括号的三个方括号。 它在替换中变为\\1 。
2. ((\\[[-+]?[0-9]+\\.[0-9]+,[-+]?[0-9]+\\.[0-9]+\\], )*)这个有两个捕获，但我真的对外部感兴趣。 内部一个查找一个方括号，后跟一个可能有符号的数字（它坚持使用前面至少一个数字和小数点后一位数），一个逗号，另一个可能有符号的数字，一个紧密的方括号（反斜杠不是是绝对必要的，还有逗号和空格。 这个内部捕获将是\\3 ，并且可以重复零次或多次。 外部捕获捕获了\\3所有重复，并被称为\\2 。 如果不使用外部捕获，那么内部捕获不会捕获“方括号中的数字对”的最后一次重复，而使用两次捕获，您将获得所有重复。
3. ([-+]?[0-9]+\\.[0-9]+,[-+]?[0-9]+\\.[0-9]+)这会捕获一对可能已签名的数字用逗号。

替换脚本使用条件sed循环：

{
: redo
s//\1\2[\4],/
t redo
s/,]]]/]]]/
}

: redo设置标签。 s//\\1\\2[\\4],/用括号括起来的相同信息替换第一个未加括号的'逗号分隔的'可能已签名的数字'。 添加g后缀不起作用; 该模式必须解决以前匹配的文本。 所以，有一个t redo有条件地跳回标签redo ，如果一个替代品已经取得进展。 最后的s///删除了方括号中最后一对新数字后添加的逗号。

请注意，BRE正则表达式并不坚持小数点后的数字; 它可以做得更长，以便它（在四个小数点中的每一个之后添加额外的[0-9] ）。