Question

我需要在文本文件中搜索字符串，并进行替换，其中包含一个随每次匹配而递增的数字。

要“找到”的字符串可以是单个字符，也可以是单词或短语。

替换表达式并不总是相同（如下面的示例中所示），但总是包含一个递增的数字（变量）。

例如：

1）我有一个名为“data.txt”的测试文件。该文件包含：

Now is the time
for all good men
to come to the
aid of their party.

2）我将awk脚本放在名为“cmd.awk”的文件中。该文件包含：

/f/ {sub ("f","f(" ++j ")")}1

3）我使用这样的awk：

awk -f cmd.awk data.txt

在这种情况下，输出符合预期：

Now is the time
f(1)or all good men
to come to the
aid of(2) their party.

如果一条线上有多个匹配项，则会出现问题。例如，如果我正在搜索字母“i”，如：

/i/ {sub ("i","i(" ++j ")")}1

输出结果为：

Now i(1)s the time
for all good men
to come to the
ai(2)d of their party.

这是错误的，因为它不包括“时间”或“他们的”中的“i”。

所以，我尝试了“gsub”而不是“sub”，如：

/i/ {gsub ("i","i(" ++j ")")}1

输出结果为：

Now i(1)s the ti(1)me
for all good men
to come to the
ai(2)d of thei(2)r party.

现在它替换所有出现的字母“i”，但插入的数字对于同一行的所有匹配都是相同的。

所需的输出应为：

Now i(1)s the ti(2)me
for all good men
to come to the
ai(3)d of thei(4)r party.

注意：该数字并不总是以“1”开头，所以我可能会使用这样的awk：

awk -f cmd.awk -v j=26 data.txt

获得输出：

Now i(27)s the ti(28)me
for all good men
to come to the
ai(29)d of thei(30)r party.

为了清楚起见，替换中的数字并不总是在括号内。并且替换不会总是包含匹配的字符串（实际上它很少见）。

我遇到的另一个问题是......

我想为“搜索字符串”使用awk变量（不是环境变量），所以我可以在awk命令行中指定它。

例如：

1）我将awk脚本放在名为“cmd.awk”的文件中。该文件包含以下内容：

/??a??/ {gsub (a,a "(" ++j ")")}1

2）我会像这样使用awk：

awk -f cmd.awk -v a=i data.txt

获得输出：

Now i(1)s the ti(2)me
for all good men
to come to the
ai(3)d of thei(4)r party.

这里的问题是，如何在/ search / expression中表示变量“a”？

Answer 1

awk版本：

awk '{for(i=2; i<=NF; i++)$i="(" ++k ")" $i}1' FS=i OFS=i

Answer 2

gensub()听起来很理想，它允许你替换第N个匹配，所以听起来像解决方案是在do{}while()循环中迭代字符串，一次替换一个匹配并递增{ {1}}。如果替换不包含原始文本（或者更糟，包含多次），这种简单的j方法将无效，请参见下文。

所以在awk中，缺少perl的“gensub()”评估功能及其有状态正则表达式s///e修饰符（由Steve使用），剩下的最佳选择是将行分成块（抬头，匹配，尾巴）并再次将它们重新组合在一起：

/g

这使用BEGIN { if (j=="") j=1 if (a=="") a="f" } match($0,a) { str=$0; newstr="" do { newstr=newstr substr(str,1,RSTART-1) # head mm=substr(str,RSTART,RLENGTH) # extract match sub(a,a"("j++")",mm) # replace newstr=newstr mm str=substr(str,RSTART+RLENGTH) # tail } while (match(str,a)) $0=newstr str } {print}作为epxression而不是match()模式，因此您可以使用变量。（您也可以使用“//”，但此代码中使用了($0 ~ a) { ... }的结果，因此请勿在此处尝试。）

您可以在命令行中定义match()和j。

a支持gawk，相当于perlre的\y，并支持\b和\<明确匹配单词的开头和结尾，请注意从unix命令行添加额外的转义（我不太确定Windows可能需要或允许的内容）。

<小时/> 受限\>版本

如上所述：

gensub()

这里的问题是：

如果您使用子字符串“match($0,a) { idx=1; str=$0 do { prev=str str=gensub(a,a"(" j ")",idx++,prev) } while (str!=prev && j++) $0=str }”或“i”替换子字符串“k”，那么下一场比赛的k(1)索引将会被1关闭。如果您事先知道，或者通过字符串向后工作，可以解决这个问题。
如果用子串“gensub()”或“i”替换子串“ii”，则会出现类似的问题（导致无限循环，因为ii(i)保持不变找到新的比赛）

强有力地处理这两个条件并不值得代码。

Answer 3

我不是说使用awk无法做到这一点，但我强烈建议转向使用更强大的语言。请改用perl。

要包含从26开始的字母i的计数，请尝试：

perl -spe 's:i:$&."(".++$x.")":ge' -- -x=26 data.txt

这也可以是shell var：

var=26
perl -spe 's:i:$&."(".++$x.")":ge' -- -x=$var data.txt

结果：

Now i(27)s the ti(28)me
for all good men
to come to the
ai(29)d of thei(30)r party.

要包含特定单词的计数，请在单词周围添加单词边界（例如\b），尝试：

perl -spe 's:\bthe\b:$&."(".++$x.")":ge' -- -x=5 data.txt

结果：

Now is the(6) time
for all good men
to come to the(7)
aid of their party.

与awk（gawk）的gsub问题

3 个答案: