【发布时间】：2011-11-04 02:45:08
【问题描述】：
假设我有两个字符串列表（列表 A 和列表 B），每个列表中的条目数 N 完全相同，我想用 A 的第 n 个元素替换所有出现的 A 的第 n 个元素B 在 Unix 中的文件中（最好使用 Bash 脚本）。
最有效的方法是什么？
一种低效的方法是对“sed s/stringA/stringB/g”进行 N 次调用。
【问题讨论】：
标签： bash unix scripting file-io
【发布时间】：2011-11-04 02:45:08
【问题描述】：
这将一次性完成。它将 listA 和 listB 读入 awk 数组，然后对于 linput 的每一行，它检查每个单词，如果在 listA 中找到该单词，则将该单词替换为 listB 中的相应单词。
awk '
FILENAME == ARGV[1] { listA[$1] = FNR; next }
FILENAME == ARGV[2] { listB[FNR] = $1; next }
{
for (i = 1; i <= NF; i++) {
if ($i in listA) {
$i = listB[listA[$i]]
}
}
print
}
' listA listB filename > filename.new
mv filename.new filename
我假设 listA 中的字符串不包含空格（awk 的默认字段分隔符）
【讨论】：
-
总体不错，但存在潜在问题。此解决方案不一定保留进行更改的行上的字间距；空格的运行变为单个空格。由于我们不知道文本的性质，它可能不是问题，甚至可能成为优势。无论如何，我要 +1。
-
这显然比下面编写 sed 脚本的解决方案更有效。使用 sed 解决方案需要 3 天的时间在 3 分钟内完成。也只替换整个单词，即使这不是所要求的。
-
这解决了目的，但是如何保留空白？看来 awk 脚本只用一个空格替换了它们。
-
您将使用
substr函数查找要替换的单词前后的行部分，并将这些部分与替换连接起来。或者用 perl 重写，这样更容易维护分隔符
调用编写 sed 脚本的sed，然后再调用一次来使用它？如果您的列表在文件listA 和listB 中，那么：
paste -d : listA listB | sed 's/\([^:]*\):\([^:]*\)/s%\1%\2%/' > sed.script
sed -f sed.script files.to.be.mapped.*
我正在对不包含冒号或百分号的“单词”做出一些全面的假设，但您可以适应这一点。某些版本的sed 对可以指定的命令数量有上限；如果这是一个问题，因为您的单词列表足够大，那么您可能必须将生成的 sed 脚本拆分为单独的文件，这些文件将被应用 - 或者更改为使用没有限制的东西（例如 Perl）。
另一个需要注意的是变化的顺序。如果要交换两个单词，则需要仔细制作单词列表。一般来说，如果您将 (1) wordA 映射到 wordB 以及 (2) wordB 到 wordC，那么 sed 脚本在映射 (2) 之前还是之后进行映射 (1) 很重要。
显示的脚本不注意单词边界；您可以通过多种方式对它们进行谨慎处理，具体取决于您使用的sed 版本以及您对单词构成的标准。
【讨论】：
-
B 中的一个单词完全或部分在 A 中也存在潜在问题。真正的解决方案可能需要将输入分解为单词并更改一次（如果有的话）。
-
@lhf：我认为你提到的问题已经包含在我关于词边界的讨论中。无论如何，正确的行为取决于问题的定义。最多更改一次单词是一个合理的定义，但不是唯一的定义。您甚至可以使用
sed进行编码，在每次替换操作后使用“t”命令。 -
如果替换字符串中有 '\'，它们会被删除，因此需要在脚本中用 '\\' 替换，否则这是一个很棒的解决方案！
我需要做一些类似的事情，最后我根据地图文件生成了 sed 命令：
$ cat file.map
abc => 123
def => 456
ghi => 789
$ cat stuff.txt
abc jdy kdt
kdb def gbk
qng pbf ghi
non non non
try one abc
$ sed `cat file.map | awk '{print "-e s/"$1"/"$3"/"}'`<<<"`cat stuff.txt`"
123 jdy kdt
kdb 456 gbk
qng pbf 789
non non non
try one 123
确保您的 shell 支持与地图中一样多的 sed 参数。
【讨论】：
-
漂亮的单线！！
-
纯
sed&bash版本：sed -f <(sed 's/=> //;s# #/#;s#$#/#;s#^#s/#' file.map) stuff.txt。
这对于 Tcl 来说相当简单：
set fA [open listA r]
set fB [open listB r]
set fin [open input.file r]
set fout [open output.file w]
# read listA and listB and create the mapping of corresponding lines
while {[gets $fA strA] != -1} {
set strB [gets $fB]
lappend map $strA $strB
}
# apply the mapping to the input file
puts $fout [string map $map [read $fin]]
# if the file is large, do it line by line instead
#while {[gets $fin line] != -1} {
# puts $fout [string map $map $line]
#}
close $fA
close $fB
close $fin
close $fout
file rename output.file input.file
【讨论】：
您可以在bash 中执行此操作。将您的列表放入数组中。
listA=(a b c)
listB=(d e f)
data=$(<file)
echo "${data//${listA[2]}/${listB[2]}}" #change the 3rd element. Redirect to file where necessary
【讨论】：
使用 tr(1)（翻译或删除字符）：
cat file | tr 'abc' 'XYZ' > file_new
mv file_new file
【讨论】：
-
他想替换整个字符串而不是单个字符