替换重叠的文本
Substituting text that overlaps
我有一段数据（data.txt），由于用户的错误，看起来像这样：
4,48
4485
4,49
4495
4,5
4505
4,51
4,6
11445
11,45
模式是这样的：只要有逗号，0 就会被删除。所以：4450被不当改成了4,45，4600改成了4,6；和 11450 更改为 11,45.
因此，找到逗号时应执行两个操作：
- 在右边加一两个0，得到逗号右边的三位数字：
d,dd -> d,dd0 ;或者 d,d -> d,d00
- 删除逗号
ddd0 ; dd00
最终结果应该是：
4480
4485
4490
4495
4500
4505
4510
4600
11445
11450
如何在 sed（或其他程序）上使用正则表达式来获得此结果？
- 一种解决方案是将数据拆分为两个文件，dataa.txt 和 datab.txt:
dataa.txt:
4,48
4485
4,49
4495
4,5
4505
4,51
4,6
11445
11,45
和datab.txt：
4,5
4,6
第一个文件：
$ sed -E 's/(\,[0-9][0-9])//g;s/\,//g' dataa.txt
第二个文件：
$ sed -E 's/(\,[0-9])/0/g;s/\,//g' datab.txt
然后，连接文件。如果没有这些额外的步骤（拆分和连接），这样做会更好。
使用awk有很好的解决方案（谢谢！），转载如下：
$ awk '{gsub(/,/, ""); printf "%.4s\n", $0 * 1000}' data.txt
但是在处理 5 位数字时（您可以根据逗号左侧的位数找到它们）它也不起作用。它还需要拆分数据。
我们如何在不拆分数据的情况下获得最终结果？
（为清楚起见进行了编辑）
使用 GNU awk：
如果当前行包含 , 将其值乘以 1000。
LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric '/,/{[=10=]=[=10=]*1000} {print}' file
或更短
LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric '/,/{[=11=]*=1000}1' file
输出：
4480
4485
4490
4495
4500
4505
4510
4600
与awk:
$ awk '{gsub(/,/, ""); printf "%.4s\n", [=10=] * 1000}' ip.txt
4480
4485
4490
4495
4500
4505
4510
4600
gsub(/,/, "") 删除所有逗号字符[=13=] * 1000 将数字乘以 1000printf "%.4s\n" 只打印前四位数字
首先确保逗号后有足够的数字。接下来删除第三个小数点后的所有内容并删除逗号：
sed -r 's/(,.*)/00/; s/,(...).*// ' data.txt
注意：00 记住与 </code> 匹配的字符串 1 并添加 <code>000.
$ awk 'split(,d,/,/)>1 { [=10=]=sprintf("%-*d",length(d[1])+3,d[1]d[2]); gsub(/ /,0) } 1' file
4480
4485
4490
4495
4500
4505
4510
4600
11445
11450
我可以使用正则表达式来解决：它缺少锚点“$”。 sed:
单行代码
sed -E 's/(\,[0-9]$)//g;s/(\,[0-9][0-9])//g;s/\,//g' data.txt
以前，我使用的是 \,[0-9]，它与此数据不明确，并且匹配 4,5 和 4,51。正则表达式 \,[0-9]$ 仅匹配 4,5，而不匹配 4,55。要匹配 4,51 我们可以使用 \,[0-9][0-9].
感谢 awk 解决方案，非常优雅并且使用了不同的方法。
我有一段数据（data.txt），由于用户的错误，看起来像这样：
4,48
4485
4,49
4495
4,5
4505
4,51
4,6
11445
11,45
模式是这样的：只要有逗号，0 就会被删除。所以：4450被不当改成了4,45，4600改成了4,6；和 11450 更改为 11,45.
因此，找到逗号时应执行两个操作：
- 在右边加一两个0，得到逗号右边的三位数字： d,dd -> d,dd0 ;或者 d,d -> d,d00
- 删除逗号 ddd0 ; dd00
最终结果应该是：
4480
4485
4490
4495
4500
4505
4510
4600
11445
11450
如何在 sed（或其他程序）上使用正则表达式来获得此结果？
- 一种解决方案是将数据拆分为两个文件，dataa.txt 和 datab.txt:
dataa.txt:
4,48
4485
4,49
4495
4,5
4505
4,51
4,6
11445
11,45
和datab.txt：
4,5
4,6
第一个文件：
$ sed -E 's/(\,[0-9][0-9])//g;s/\,//g' dataa.txt
第二个文件：
$ sed -E 's/(\,[0-9])/0/g;s/\,//g' datab.txt
然后，连接文件。如果没有这些额外的步骤（拆分和连接），这样做会更好。
使用awk有很好的解决方案（谢谢！），转载如下：
$ awk '{gsub(/,/, ""); printf "%.4s\n", $0 * 1000}' data.txt
但是在处理 5 位数字时（您可以根据逗号左侧的位数找到它们）它也不起作用。它还需要拆分数据。
我们如何在不拆分数据的情况下获得最终结果？
（为清楚起见进行了编辑）
使用 GNU awk：
如果当前行包含 , 将其值乘以 1000。
LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric '/,/{[=10=]=[=10=]*1000} {print}' file
或更短
LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric '/,/{[=11=]*=1000}1' file
输出：
4480 4485 4490 4495 4500 4505 4510 4600
与awk:
$ awk '{gsub(/,/, ""); printf "%.4s\n", [=10=] * 1000}' ip.txt
4480
4485
4490
4495
4500
4505
4510
4600
gsub(/,/, "")删除所有逗号字符[=13=] * 1000将数字乘以1000printf "%.4s\n"只打印前四位数字
首先确保逗号后有足够的数字。接下来删除第三个小数点后的所有内容并删除逗号：
sed -r 's/(,.*)/00/; s/,(...).*// ' data.txt
注意：00 记住与 </code> 匹配的字符串 1 并添加 <code>000.
$ awk 'split(,d,/,/)>1 { [=10=]=sprintf("%-*d",length(d[1])+3,d[1]d[2]); gsub(/ /,0) } 1' file
4480
4485
4490
4495
4500
4505
4510
4600
11445
11450
我可以使用正则表达式来解决：它缺少锚点“$”。 sed:
单行代码sed -E 's/(\,[0-9]$)//g;s/(\,[0-9][0-9])//g;s/\,//g' data.txt
以前，我使用的是 \,[0-9]，它与此数据不明确，并且匹配 4,5 和 4,51。正则表达式 \,[0-9]$ 仅匹配 4,5，而不匹配 4,55。要匹配 4,51 我们可以使用 \,[0-9][0-9].
感谢 awk 解决方案，非常优雅并且使用了不同的方法。