试图用另一种模式替换一种模式

Question

这是我在这个网站上的第一个问题。（很高兴我发现了这个社区）

我正在尝试替换文件中的特定模式（多行），看起来像这样：

Bla bla bla bla |SMTH AWESOME INSIDE >>> LOL| bla bla bla | let's do it again >>> AWESOME |

变成这样的格式

Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME | let's do it again )

我尝试通过使用逐字解析行的代码以及如果找到“|”来做到这一点字符开始创建一个包含第一个单词的字符串，然后，在找到 >>> 字符后，它开始创建第二个字符串，直到找到“|”最后一个字符，但它不起作用。

之后我也尝试过使用 AWK（但由于我是 linux 新手，所以我也失败了。

awk -F 'BEGIN { FS=OFS="|" } { sub(/.*<<</,"", $2); }1' $1 }'    

然后使用 sed 解析输出（从两个字符串中删除 ) 和 ( 字符。但它不起作用。

感谢您的阅读。

Answer 1

看起来这只是每行中的一个简单替换，所以您只需要 sed：

$ sed 's/| *\([^|]*\) >>> \([^|]*\) *|/( \2 | \1 )/g' file
Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME  | let's do it again )

您可以在 GNU awk 中使用 gensub() 或其他 awk 中使用 match() 和 substr() 来执行相同的操作。

Answer 2

在 sed 中使用扩展的正则表达式：

sed -r 's/\|([^|]+)[[:space:]]*>>>[[:space:]]*([^|]+)\|/( \2 | \1 )/g' File

逻辑：

我们寻找以| 开头的模式，后跟一系列非| 字符，然后是>>>，再后跟一系列非| 字符。查看使用( 和) 完成的分组。然后我们根据需要替换这些模式。 ( \2 | \1 ) 是替换模式，其中 \1 和 \2 分别是第一组和第二组。

在 sed 中使用基本的正则表达式：

sed 's/|\([^|]*\)[[:space:]]*>>>[[:space:]]*\([^|]*\)|/( \2 | \1 )/g' File

Answer 3

Perl 的正则表达式具有 awk 所没有的“非贪婪”匹配特性：

perl -pe '
    s/ \|       # the first delimiter
       (.*?)    # capture up to ...
       >>>      # the middle delimiter
       (.*?)    # capture up to ...
       \|       # the last delimiter
    /($2 | $1)/gx
' file

Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME  |  let's do it again )

Answer 4

让我们试试awk:

awk 'NR%2{ printf("%s", $0) } NR%2==0{ printf("( %s %s",$NF,RS); gsub(/>>>.*$/,")"); printf("%s",$0) }' RS='|' file
Bla bla bla bla ( LOL | SMTH AWESOME INSIDE ) bla bla bla ( AWESOME | let's do it again )

RS 将| 定义为记录分隔符。因此，当输入记录号 (NR) 不是 2 的模块时（NR%2 返回 1）然后打印该记录本身。如果 NR 是 2 的模块（NR%2==0 表示如果记录是 2 的模块），则打印一个左括号，然后打印最后一个字段并打印记录分隔符 (printf("( %s %s",$NF,RS))，然后替换 >>>.*$带右括号并打印其余记录 (gsub(/>>>.*$/,")"); printf("%s",$0))