试图用另一种模式替换一种模式

Question

这是我在这个网站上的第一个问题。（很高兴我发现了这个社区）

我正在尝试替换文件（多行）中看起来像这样的特定模式：

Bla bla bla bla |SMTH AWESOME INSIDE >>> LOL| bla bla bla | let's do it again >>> AWESOME |

转换成如下格式

Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME | let's do it again )

我尝试通过使用逐字解析行的代码来执行此操作，如果它找到“|”字符开始创建包含第一个单词的字符串，然后在找到 >>> 字符后开始创建第二个字符串，直到找到“|”最后一个字符，但没有用。

之后我也尝试使用 AWK（但由于我是 linux 的新手，所以我也失败了。

awk -F 'BEGIN { FS=OFS="|" } { sub(/.*<<</,"", ); }1'  }'

然后用 sed 解析输出（从两个字符串中删除 ) 和 ( 字符。但它没有用。

感谢阅读。

Answer 1

Perl 的正则表达式有一个 "non-greedy" awk 没有的匹配特性：

perl -pe '
    s/ \|       # the first delimiter
       (.*?)    # capture up to ...
       >>>      # the middle delimiter
       (.*?)    # capture up to ...
       \|       # the last delimiter
    /( | )/gx
' file

Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME  |  let's do it again )

Answer 2

看起来这只是每行中的一个简单替换，所以您只需要 sed:

$ sed 's/| *\([^|]*\) >>> \([^|]*\) *|/(  |  )/g' file
Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME  | let's do it again )

您可以在 GNU awk 中使用 gensub() 或使用 match() 和 substr() 的其他 awk 执行相同的操作。

Answer 3

在 sed 中使用扩展正则表达式：

sed -r 's/\|([^|]+)[[:space:]]*>>>[[:space:]]*([^|]+)\|/(  |  )/g' File

逻辑：

我们寻找以 | 开头的模式，然后是一系列非 | 字符，然后是 >>>，然后是一系列非 |字符再次。查看使用 ( 和 ) 完成的分组。然后我们根据需要替换这些模式。 ( | ) 是替换模式，其中 \1 和 \2 分别是第一组和第二组。

使用 sed 中的基本正则表达式：

sed 's/|\([^|]*\)[[:space:]]*>>>[[:space:]]*\([^|]*\)|/(  |  )/g' File

Answer 4

让我们试试 awk:

awk 'NR%2{ printf("%s", [=10=]) } NR%2==0{ printf("( %s %s",$NF,RS); gsub(/>>>.*$/,")"); printf("%s",[=10=]) }' RS='|' file
Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME | let's do it again )

RS定义|为记录分隔符。因此，当输入记录编号 (NR) 不是 2 的模数 (NR%2 return 1) 时，则打印该记录本身。如果 NR 是 2 的模块（NR%2==0 表示如果记录是 2 的模块），则打印单个左括号，然后打印最后一个字段并打印记录分隔符（printf("( %s %s",$NF,RS)） , 然后用右括号替换 >>>.*$ 并打印记录的其余部分 (gsub(/>>>.*$/,")"); printf("%s",[=18=]))

试图用另一种模式替换一种模式

Trying to replace a pattern with another one

linux

bash

awk