从字符串中删除一个单词答案

【问题标题】：Deleting a word from a string从字符串中删除一个单词
【发布时间】：2017-07-17 13:28:07
【问题描述】：

我想从文件中删除特定的单词。

假设文件名agent_file.txt 包含以下字符串

-queues winall,dustat,envstat,netstat,iostat,winconfig,netwarestat,netwareconfig,pawmin,paw15,db2,sqlserver,vmstatvmw2,vmstatvm2,netstatvm,netstatvmw,vmstatvm,vmstatvmw,iostatvm,iostatvmw,envstatvm,envstatvmw,vmscpu,vmsdisk,vmsmem,vmstatvcw,process,winprocess

我只想删除这个文件中的字符或单词process，所以我在Unix下使用下面的命令

perl -pi -e 's/process//g' agent_file.txt

输出将是

-queues winall,dustat,envstat,netstat,iostat,winconfig,netwarestat,netwareconfig,pawmin,paw15,db2,sqlserver,vmstatvmw2,vmstatvm2,netstatvm,netstatvmw,vmstatvm,vmstatvmw,iostatvm,iostatvmw,envstatvm,envstatvmw,vmscpu,vmsdisk,vmsmem,vmstatvcw,,win

这个词被删除了，但同时也删除了winprocess的一部分。

如何只删除process 以及前面的逗号,（如果有的话）？

输出应该是

-queues winall,dustat,envstat,netstat,iostat,winconfig,netwarestat,netwareconfig,pawmin,paw15,db2,sqlserver,vmstatvmw2,vmstatvm2,netstatvm,netstatvmw,vmstatvm,vmstatvmw,iostatvm,iostatvmw,envstatvm,envstatvmw,vmscpu,vmsdisk,vmsmem,vmstatvcw,winprocess

【问题讨论】：

标签： regex perl awk sed ksh

【解决方案1】：

这是一个awk 解决方案。

awk 'BEGIN{OFS=FS=","} {for(i=1;i<=NF;i++) if($i=="process") $i=""} 1' file

这会将您的字段分隔符设置为输入和输出的逗号，然后逐步检查您的字段，检查您感兴趣的字符串是否等价，如果匹配则清空该字段。末尾的 1 是“打印当前行”的 awk 简写。

同样，可以按记录而不是按字段对输入数据进行切片：

awk 'BEGIN{ORS=RS=","} /^process$/{next} 1' file

或

awk 'BEGIN{ORS=RS=","} $0=="process"{next} 1' file

这将使用逗号作为 RECORD 分隔符 (RS) 遍历您的输入，以便可以使用 awk 的记录感知来评估单个单词。您可以通过或不通过正则表达式进行评估 - 正则表达式稍微慢一些，但似乎可以为您节省两个打字字符。 :-)

使用 RS/ORS 的策略消除了您注意到的字段被清空但未删除的问题。当逗号是记录分隔符时，跳过的记录会导致不显示记录分隔符，这更接近您在问题中包含的“理想”输出。

最后一个选项可能是在您的 shell (ksh) 中执行此操作。这将具有最大的可移植性优势（您不必担心 perl 版本，无论 awk/sed 是 GNU 还是 BSD 或其他）。缺点是使用下面的方法，您的文件大小将受到系统内存的限制（可能还有可配置的限制）。

$ IFS=, read -A arr < file
$ for i in "${!arr[@]}"; do [[ "${arr[$i]}" == "process" ]] && unset arr[$i]; done
$ output=$(printf "%s," "${arr[@]}")
$ echo "${output%,}"
-queues winall,dustat,envstat,netstat,iostat,winconfig,netwarestat,netwareconfig,pawmin,paw15,db2,sqlserver,vmstatvmw2,vmstatvm2,netstatvm,netstatvmw,vmstatvm,vmstatvmw,iostatvm,iostatvmw,envstatvm,envstatvmw,vmscpu,vmsdisk,vmsmem,vmstatvcw,winprocess

请注意，$output 变量仅用于去除printf 生成的尾随逗号。另一种选择可能是更全局地设置$IFS：

$ IFS=,
$ echo "${arr[*]}"
-queues winall,dustat,envstat,netstat,iostat,winconfig,netwarestat,netwareconfig,pawmin,paw15,db2,sqlserver,vmstatvmw2,vmstatvm2,netstatvm,netstatvmw,vmstatvm,vmstatvmw,iostatvm,iostatvmw,envstatvm,envstatvmw,vmscpu,vmsdisk,vmsmem,vmstatvcw,winprocess

我应该指出，尽管看起来，printf 选项并没有真正产生外部命令，因为 ksh 将 printf 实现为内置的。

【讨论】：

【解决方案2】：

通过逗号 (-F,) 使用自动拆分 (-a)，完全避免逗号问题

perl -F, -lane 'print join ",", grep { not /^process$/ } @F' input  > output

输入被, 分解为@F。 grep 过滤掉这个词，其余的由, 加入

为了更改输入文件，添加-i并删除> output

见Command switches in perlrun

问题是第一个和最后一个单词有一个逗号，如果删除它们就需要去，而其他单词有两个逗号需要留下。使用正则表达式的一种方法是进行两次传递，删除单词，然后删除额外的逗号（仍然要小心第一个和最后一个）。

或在替换部分中运行代码以选择案例适当的

echo "go,stay,ago,go,got,end,go" | 

    perl -pe's/(,)?\bgo\b(,)?/$1 && $2 && ","/ge'

打印：stay,ago,got,end。 /e 将替换端评估为 Perl 代码。

如果两个逗号都存在 ($1 && $2) 则 (&&) 我们用逗号 (",") 替换。

这是因为在 Perl && returns the value

||、// 和 && 运算符返回最后评估的值（与 C 的 || 和 && 不同，它们返回 0 或 1）。

【讨论】：

【解决方案3】：

如果它是逗号分隔的，请使用它们来使其成为一个单词。

perl -pi -e "s/, \s* process\s* , /, /g filename

如果逗号前后没有空格，则删除 \s*

【讨论】：

【解决方案4】：

也许像这样？

它会搜索所有出现的process，使用单词边界来确保它不是作为另一个单词的一部分，并且还匹配前后的可选逗号,。如果找到两个逗号（在列表中间找到process），则匹配由一个逗号替换，如果只有一个（process 仅出现在列表的开头或结尾），则将其删除

perl -pi -e 's/ ,? \b process \b ,? ) / $1 =~ tr/,// > 1 ? ',' : '' /xge' agent_file.txt

【讨论】：

【解决方案5】：

你可以分三步完成

sed 's/,process,/,/g;s/^process,//;s/,process$//'

测试位置，：中间，开始或结束。

【讨论】：

\b 似乎是 GNU-only。此解决方案不适用于 OS X 或 *BSD。
感谢@karakfa，这很有帮助，但这仅适用于 GNU sed...但不适用于我在 AIX 下的 sed...=(
如果process 出现在列表的开头或结尾，这不会删除多余的前导或尾随逗号。

【解决方案6】：

awk '{sub(/process,/,"")}1' file

【讨论】：