Question

我有一个这样的文件：

all <div class="first">these</div> <div class="second">words</div> <div class="second">are</div> <div class="second">marked</div> <div class="second">but</div> these words are not.
<div class="first">this</div> is <div class="second">another</div> <div class="second">example</div> with <div class="second">some</div> unmarked words.

我需要在前后有空格的所有单词周围放置大括号，例如输出为：

all <div class="first">these</div> <div class="second">words</div> <div class="second">are</div> <div class="second">marked</div> <div class="second">but</div> {these} {words} {are} not.
<div class="first">this</div> {is} <div class="second">another</div> <div class="second">example</div> {with} <div class="second">some</div> {unmarked} words.

all没有给大括号，因为之前没有空格。
not.和words.未被替换，因为之后没有空格。

我用awk尝试过许多不同的东西，但没有什么能正常运作。这是我能得到的最接近的：

awk '{ gsub(/.[[:blank:]][[:alpha:]][[:blank:]]*/, "{&}"); }1'

字词只能包含以下字母：a，b，c，d，e，f，{{1} }，g，h，i，j，k，l，m，n， o，p，q，r，s，t，u，v，{{ 1}}，w，x和y以及大写等值。
字词不能包含上面未列出的任何其他符号。例如，如果z，ü和1出现在两个空格中的某个位置，则不会将其视为匹配。

Answer 1

除非您有其他方法可以执行此操作，否则您需要使用awk或{{1}不支持的 lookahead 和 lookbehind 断言}}。使用Perl，您可以执行以下操作。

sed

Answer 2

使用GNU sed，您可以创建一个循环并在单词周围添加大括号。

$ sed -r ':a;s/ ([[:alpha:]]+) / {\1} /;ta' file
all <div class="first">these</div> <div class="second">words</div> <div class="second">are</div> <div class="second">marked</div> <div class="second">but</div> {these} {words} {are} not.
<div class="first">this</div> {is} <div class="second">another</div> <div class="second">example</div> {with} <div class="second">some</div> {unmarked} words.

可以修改角色类以满足您的要求。

Answer 3

此awk脚本适用于示例数据：

awk '{ for (i = 1; i <= NF; i++)
         if ($i ~ /^[[:alpha:]]+$/ && (i != 1 || $0 ~ /^ /))
            $i = "{" $i "}"
       print $0
     }' data

对于给定的输入，输出正是所需的输出。条件要求每个字段中的单词都是字母，并且“不是第一个单词，或者整个行是否以空白开头”。如果最后有一个全字母字词，您可以在&& (i != NF || $0 ~ / $/)语句中添加条件if。

我根据问题使用了[[:alpha:]]，假设在您的语言环境中，ü作为字母字符有效。如果您只需要简单的拉丁字母加ü（U + 00FC，LATIN SMALL LETTER U WITH DIAERESIS）和Ü（U + 00DC，LATIN CAPITAL LETTER U WITH DIAERESIS），那么您可以替换该字符改为使用[a-zA-ZüÜ]的课程。只有使用a-zA-Z才能搞砸EBCDIC，你知道这对你来说是否有问题。您可以根据需要进行修改，以获得您感兴趣的角色。

Answer 4

使用gensub()和\s的GNU awk：

awk '{while((new=gensub(/(\s)([[:alpha:]]+)(\s)/,"\\1{\\2}\\3","g")) != $0) $0=new}1' file

如何在AWK中用括号括起所有空格填充的单词？

4 个答案: