[英]Parsing simple string with awk or sed in linux
原始字符串:
A/trunk/apple/B/trunk/apple/Z/trunk/orange/citrus/Q/trunk/melon/juice/venti/straw/
目录的深度会有所不同,但 /trunk 部分将始终保持不变。 /trunk 前面的单个字符是该行的指示符。
所需的 output:
A /trunk/apple
B /trunk/apple
Z /trunk/orange
Q /trunk/melon/juice/venti/straw
*** 编辑
对不起,我犯了一个错误,在原始字符串的每个路径的末尾添加了一个斜杠,这使得 output 令人困惑。 原始字符串在大写字母前没有斜线,但我会保留它。
要处理复杂的样本输入,例如在单行中可能有 N 个/
和值的位置,请尝试以下操作。
awk '
{
gsub(/[^/]*\/trunk/,OFS"&")
sub(/^ /,"")
sub(/\//,OFS"&")
gsub(/ +[^/]*\/trunk\/[^[:space:]]+/,"\n&")
sub(/\n/,OFS)
gsub(/\n /,ORS)
gsub(/\/trunk/,OFS"&")
sub(/[[:space:]]+/,OFS)
}
1
' Input_file
对于您显示的示例,请尝试遵循awk
代码。
awk '{gsub(/\/trunk/,OFS "&");gsub(/trunk\/[^/]*\//,"&\n")} 1' Input_file
对于多字符 RS 和 RT,使用 GNU awk:
$ awk -v RS='([^/]+/){2}[^/\n]+' 'RT{sub("/",OFS,RT); print RT}' file
A trunk/apple
B trunk/apple
Z trunk/orange
我将RS
设置为描述您要匹配的每个字符串的正则表达式,即 2 次重复非/
s,然后是/
,然后是非/
s 的最终字符串(以及输入行上最后一个字符串的非换行符)。 RT
自动设置为每个匹配的字符串,所以我只需将第一个/
更改为空白并打印结果。
如果每条路径并不总是 3 层深,但总是以something/trunk/
开头,例如:
$ cat file
A/trunk/apple/banana/B/trunk/apple/Z/trunk/orange
然后:
$ awk -v RS='[^/]+/trunk/' 'RT{if (NR>1) print pfx $0; pfx=gensub("/"," ",1,RT)} END{printf "%s%s", pfx, $0}' file
A trunk/apple/banana/
B trunk/apple/
Z trunk/orange
在awk
,您可以尝试此解决方案。 它处理下一个字符为大写时删除正斜杠的特殊要求。 不会赢得设计奖,但工作。
$ echo "A/trunk/apple/B/trunk/apple/Z/trunk/orange" |
awk -F '' '{ x=""; for(i=1;i<=NF;i++){
if($(i+1)~/[A-Z]/&&$i=="/"){$i=""};
if($i~/[A-Z]/){ printf x""$i" "}
else{ x="\n"; printf $i } }; print "" }'
A /trunk/apple
B /trunk/apple
Z /trunk/orange
也适用于 n 个单词。 实际上适用于任何遵循给定模式的东西。
$ echo "A/fruits/apple/mango/B/anything/apple/pear/banana/Z/ball/orange/anything" |
awk -F '' '{ x=""; for(i=1;i<=NF;i++){
if($(i+1)~/[A-Z]/&&$i=="/"){$i=""};
if($i~/[A-Z]/){ printf x""$i" "}
else{ x="\n"; printf $i } }; print "" }'
A /fruits/apple/mango
B /anything/apple/pear/banana
Z /ball/orange/anything
这可能对您有用(GNU sed):
sed 's/[^/]*/& /;s/\//\n/3;P;D' file
用空格将第一个单词与第一个/
分开。
将第三个/
替换为换行符。
打印/删除第一行并重复。
如果第一个单词的属性只有一个字符:
sed 's/./& /;s#/\(./\)#\n\1#;P;D' file
或者,如果第一个单词具有以大写字符开头的属性:
sed 's/[[:upper:]][^/]*/& /;s#/\([[:upper:][^/]*/\)#\n\1#;P;D' file
或者,如果第一个单词具有后跟/trunk/
的属性:
sed -E 's#([^/]*)(/trunk/)#\n\1 \2#g;s/.//' file
使用gnu awk
您可以使用 FPAT 使用模式设置每个字段的内容。
循环字段时,将第一个/
替换为/
str1="A/trunk/apple/B/trunk/apple/Z/trunk/orange"
echo $str1 | awk -v FPAT='[^/]+/trunk/[^/]+' '{
for(i=1;i<=NF;i++) {
sub("/", " /", $i)
print $i
}
}'
模式匹配
[^/]+
匹配除/
以外的任何字符/trunk/[^/]+
匹配/trunk/
和除/
之外的任何字符Output
A /trunk/apple
B /trunk/apple
Z /trunk/orange
使用 GNU sed:
$ str="A/trunk/apple/B/trunk/apple/Z/trunk/orange/citrus/Q/trunk/melon/juice/venti/straw/"
$ sed -E 's|/?(.)(/trunk/)|\n\1 \2|g;s|/$||' <<< "$str"
A /trunk/apple
B /trunk/apple
Z /trunk/orange/citrus
Q /trunk/melon/juice/venti/straw
注意第一个空的 output 行。 如果不希望我们可以分开处理第一行 output 行:
$ sed -E 's|(.)|\1 |;s|/(.)(/trunk/)|\n\1 \2|g;s|/$||' <<< "$str"
A /trunk/apple
B /trunk/apple
Z /trunk/orange/citrus
Q /trunk/melon/juice/venti/straw
awk
使用gsub()
和sub()
函数:
awk '
{
gsub(/[[:upper:]]{1}/,"& ")
sub(/[[:upper:]]{1}$/,"\n&",$2)
sub(/[[:upper:]]{1}$/,"\n&",$3)
$1=$1
gsub(/[/]\n/,"\n")
} 1' file
A /trunk/apple
B /trunk/apple
Z /trunk/orange
gsub()
默认应用于$0
。sub()
中对$2
和$3
字段使用相同的正则表达式。$1=$1
。/
。假设您的数据将始终采用作为单个字符串提供的格式,您可以试试这个sed
。
$ sed 's/$/\//;s|\([A-Z]\)\([a-z/]*\)/\([a-z]*\?\)|\1 \2\3\n|g' input_file
$ echo "A/trunk/apple/pine/skunk/B/trunk/runk/bunk/apple/Z/trunk/orange/T/fruits/apple/mango/P/anything/apple/pear/banana/L/ball/orange/anything/S/fruits/apple/mango/B/rupert/cream/travel/scout/H/tall/mountains/pottery/barnes" | sed 's/$/\//;s|\([A-Z]\)\([a-z/]*\)/\([a-z]*\?\)|\1 \2\3\n|g'
A /trunk/apple/pine/skunk
B /trunk/runk/bunk/apple
Z /trunk/orange
T /fruits/apple/mango
P /anything/apple/pear/banana
L /ball/orange/anything
S /fruits/apple/mango
B /rupert/cream/travel/scout
H /tall/mountains/pottery/barnes
perl 带来一些乐趣,您可以使用非消耗正则表达式自动拆分为@F
数组,然后随意打印。
perl -lanF'/(?=.{1,2}trunk)/' -e 'print "$F[2*$_] $F[2*$_+1]" for 0..$#F/2'
第 1 步:拆分
perl -lanF/(?=.{1,2}trunk)/'
.{1,2}trunk
时分割每一行trunk
和前面的 1 或 2 个字符,所以我们将拆分模式包装在(?=)
中,以实现不消耗的前瞻$ echo A/trunk/apple/B/trunk/apple/Z/trunk/orange/citrus/Q/trunk/melon/juice/venti/straw/ | perl -lanF'/(?=.{1,2}trunk)/' -e 'print join " ", @F' A /trunk/apple/ B /trunk/apple/ Z /trunk/orange/citrus/ Q /trunk/melon/juice/venti/straw/
第二步:格式化output:
@F
数组包含我们要按顺序打印的对,因此我们将迭代一半的数组索引,并一次打印 2 个:print "$F[2*$_] $F[2*$_+1]" for 0..$#F/2
--> 将迭代器加倍,并打印对perl -l
意味着每个print
在末尾都有一个隐含的\n
$ echo A/trunk/apple/B/trunk/apple/Z/trunk/orange/citrus/Q/trunk/melon/juice/venti/straw/ | perl -lanF'/(?=.{1,2}trunk)/' -e 'print "$F[2*$_] $F[2*$_+1]" for 0..$#F/2' A /trunk/apple/ B /trunk/apple/ Z /trunk/orange/citrus/ Q /trunk/melon/juice/venti/straw/
尾注:Perl 混淆无效。
%F=@F; print "$_ $F{$_}" for keys %F
%F=@F; print "$_ $F{$_}" for keys %F
看起来真的很漂亮$ echo A/trunk/apple/B/trunk/apple/Z/trunk/orange/citrus/Q/trunk/melon/juice/venti/straw/ | perl -lanF'/(?=.{1,2}trunk)/' -e '%F=@F; print "$_ $F{$_}" for keys %F' Z /trunk/orange/citrus/ A /trunk/apple/ Q /trunk/melon/juice/venti/straw/ B /trunk/apple/
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.