用空格重新格式化列表字符串

Question

我有一个打印到控制台的字符串列表。我需要将其转换回带引号的字符串。

假设示例文件如下所示

List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,UT_LVL_20_CD,2018 1Q,2018 2Q,018 3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

对于上述所有 3 种组合，输出应为

List("UT_LVL_17_CD", "UT_LVL_20_CD", "2018 1Q", "2018 2Q", "2018 3Q", "2018 4Q", "2018 FY")

请注意，开始、结束或元素之间的空格是可以接受的。

List(  "UT_LVL_17_CD", "UT_LVL_20_CD", "2018 1Q", "2018 2Q", "2018 3Q", "2018 4Q",    "2018 FY" )

但不在字符串值内，如下所示

"     UT_LVL_17_CD"
"UT_LVL_20_CD   ",

应该保留每个元素中已有的空格"2018 4Q"

我正在尝试类似下面的方法，但无法获得正确的结果。

$ perl -pe ' s/(?<=\()|(?=,)|(?=\))/\"/sg ' list.txt
List("UT_LVL_17_CD", UT_LVL_20_CD", 2018 1Q", 2018 2Q", 2018 3Q", 2018 4Q", 2018 FY")
List("UT_LVL_17_CD",UT_LVL_20_CD",2018 1Q",2018 2Q",018 3Q",2018 4Q",2018 FY")
List(" UT_LVL_17_CD",    UT_LVL_20_CD",2018 1Q",2018 2Q", 2018 3Q", 2018 4Q", 2018 FY ")
$

Answer 1

试试这个

(?<=\(|,)\s*(.*?)\s*(?=\)|,)

通过这个正则表达式，您可以将每个文本与开头和结尾不包含空格的组匹配，然后附加到它“”
look at demo

Answer 2

perl -wpe'
    s{ \(\K ([^)]+) }
     { join ", ", map { s/^\s+|\s+$//g; qq("$_") } split /,/, $1 }ex
' file

Answer 3

看看以下是否适合你：

[(,]\K\s*(.*?)\s*(?=[),])

在线查看demo

---

• [(,] - 匹配逗号或左括号。
• \K - 重置报告匹配的起点。
• \s* - 匹配零个或多个空格。
• (.*?) - 第一个捕获组使用惰性量词捕获任何字符。
• \s* - 匹配零个或多个空格。
• (?=[),]) - 正向前瞻以匹配逗号或右括号。

根据链接的演示，替换为"\1"。

Answer 4

另一种选择是使用\G 锚点并匹配可选地由空格和单词字符重复的单词字符。

(?:\G(?!^),|\bList\((?=[^()\r\n]*\)))\K\h*(\w+(?:\h+\w+)*)\h*

说明

• (?:非捕获组
  • \G(?!^), 在上一场比赛结束时断言位置，而不是在开始时（因为\G 可以匹配这两个位置）
  • |或者
  • \bList\((?=[^()\r\n]*\)) 字边界，然后匹配 List( 并在同一行断言结束 )
• )关闭非捕获组
• \K\h* 忘记到目前为止匹配的内容（不删除匹配的List( 和逗号）并匹配要删除的可选空格
• ( 捕获第一组
  • \w+(?:\h+\w+)* 匹配 1+ 个单词字符，可选地由空格和单词字符重复
• )\h* 关闭第 1 组并匹配要删除的可选尾随空格

Regex demo

在双引号"\1"之间替换使用组1

Answer 5

又一个变种：

$ perl -pne 's/\(\s+/\(/; /([^(]+\()(.+)\)/; $_="$1\"".join("\",\"",split(/,\s*/,$2)).")\n"; ' file
List("UT_LVL_17_CD","UT_LVL_20_CD","2018 1Q","2018 2Q","2018 3Q","2018 4Q","2018 FY)
List("UT_LVL_17_CD","UT_LVL_20_CD","2018 1Q","2018 2Q","018     3Q","2018 4Q","2018 FY)
List("UT_LVL_17_CD","UT_LVL_20_CD","2018 1Q","2018 2Q","2018 3Q","2018 4Q","2018 FY )

输入测试文件：

$ cat file
List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q,018     3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

Answer 6

OP 提到前导/尾随空格是可以接受的……我认为这意味着去掉不必要的前导/尾随空格也是可以接受的。

示例输入：

$ cat string.dat
List(UT_LVL_17_CD, UT_LVL_20_CD, 2018 1Q, 2018 2Q, 2018 3Q, 2018 4Q, 2018 FY)
List(UT_LVL_17_CD,UT_LVL_20_CD,2018 1Q,2018 2Q,018 3Q,2018 4Q,2018 FY)
List( UT_LVL_17_CD,    UT_LVL_20_CD,2018 1Q,2018 2Q, 2018 3Q, 2018 4Q, 2018 FY )

一个不太紧凑的awk 想法：

awk -F'[()]' '                         # input field delimiters are "(" and ")"
{ printf "%s(", $1                     # print field #1 + "("
  n=split($2,a,",")                    # split field #2 by ",", save in array a[]
  pfx=""                               # initial prefix is ""
  for (i=1 ; i<=n ; i++)               # loop through a[] elements
      { gsub(/^ *| *$/,"",a[i])        # strip leading/trailing spaces
        printf "%s\"%s\"", pfx, a[i]   # print prefix + current a[] element wrapped in double quotes
        pfx=","                        # set prefix to "," for rest of a[] elements
      }
   printf ")\n"                        # print final ")"
}
' string.dat

这会生成：

List("UT_LVL_17_CD","UT_LVL_20_CD","2018 1Q","2018 2Q","2018 3Q","2018 4Q","2018 FY")
List("UT_LVL_17_CD","UT_LVL_20_CD","2018 1Q","2018 2Q","018 3Q","2018 4Q","2018 FY")
List("UT_LVL_17_CD","UT_LVL_20_CD","2018 1Q","2018 2Q","2018 3Q","2018 4Q","2018 FY")