使用 sed/awk 处理 Linux 文本文件答案

【问题标题】：Linux Text File Manipulation with sed/awk使用 sed/awk 处理 Linux 文本文件
【发布时间】：2010-01-20 15:51:09
【问题描述】：

我有一个如下格式的列表

77 Infinite Dust 4 Illusion Dust 12 Dream Shard 29 Star's Sorrow

我需要将其更改为：

77 <a href="http://www.wowhead.com/?search=Infinite Dust">Infinite Dust</a> 4 <a href="http://www.wowhead.com/?search=Illusion Dust">Illusion Dust</a> 12 <a href="http://www.wowhead.com/?search=Dream Shard">Dream Shard</a> 29 <a href="http://www.wowhead.com/?search=Star's Sorrow">Star's Sorrow</a>

我已经设法将这个列表变成了正确的格式，只是缺少了数字：

sed 's|^[0-9]*.|<a href="http://www.wowhead.com/?search=|g' filename | sed 's|$|">|g' | sed 's#<a[ \t][ \t]*href[ \t]*=[ \t]*".*search=\([^"]*\)">#&\1</a>#'

但我不知道如何让它保持列表前的数字，任何帮助表示赞赏，谢谢！

【问题讨论】：

您在标签中提到了 sed 和 awk，但没有理由避免使用 perl。由于您也提到了 linux，因此您不太关心可移植性，并且几乎所有主要发行版（如果不是全部）都将包含 perl 解释器……那么为什么不使用它呢？
我没有 perl 经验，但我相信它做得非常好！

标签： linux sed awk

【解决方案1】：

您可以使用 sed 将线条部分映射到组来执行此操作。在 sed 组中，(A)--(B) 中的 A 和 B 与 \1 和 \2 匹配，并增加了“()”需要转义的皱纹：例如

sed 's/\([0-9]*\)\ \(.*\)$/\1 -- \2/g' testfile

将空间上的数字映射到第 1 组，并将后面的所有内容映射到第 2 组。然后，您可以将第 1 组和第 2 组映射到您喜欢的任何内容 - 例如通过将 sed 替换更改为类似

 \1 <a href.....\2">\2</a>

【讨论】：

【解决方案2】：

如果您在 last question 中告诉我们您最终想要做什么，我们会告诉您一个更简单的方法。

正如我在my answer 中对您的最后一个问题所说，您可以让sed 记住模式的一部分，并将该部分称为\1、\2 等。

您需要分别记住数字和该行的其余部分，因此模式为：\([0-9]*\) \(.*\): 基本上是零个数字，后跟空格，然后是任意数量的字符。

所以你的sed 命令变成：

`sed -e 's|\([0-9]*\) \(.*\)|\1 <a href="http://www.wowhead.com/?search=\2">\2</a>|'

该命令一次性完成您想要的所有操作。

【讨论】：

我实际上需要这两种解决方案，因为文件被分成两部分，一个包含开头的数字，另一个只包含项目名称。再次感谢您的帮助，非常感谢！

【解决方案3】：

awk '
{
    s=""
    for(i=2;i<NF;i++) s=s$i
    s=s" "$NF
    printf $1 "<a href=\"http://www.wowhead.com/?search="s
    print "\042>"s"</a>"

} ' file

输出

$ ./shell.sh
77<a href="http://www.wowhead.com/?search=Infinite Dust">Infinite Dust</a>
4<a href="http://www.wowhead.com/?search=Illusion Dust">Illusion Dust</a>
12<a href="http://www.wowhead.com/?search=Dream Shard">Dream Shard</a>
29<a href="http://www.wowhead.com/?search=Star's Sorrow">Star's Sorrow</a>

【讨论】：

数字后面只需要一个空格。

【解决方案4】：

在 sed 中，您可以使用 & 字符将匹配的模式放置在替换文本中。例如：

回声 xyz | sed 's/^xyz/abc &/'

会输出

abc xyz

所以在你的例子中，

sed 's|^[0-9]*.|&

【讨论】：

【解决方案5】：

使用 awk 会是这样的：

{  
   rest = substr($0, length($1)+2, length($0));
   printf("%d <a href=\"http://www.wowhead.com/?search=%s\">%s</a>\n", $1, rest, rest); 
}

【讨论】：