Question

我正在尝试使用awk＆amp; amp进行一些大规模的字符串替换。 gsub，从文件（字典）中读取模式及其等价物，并在第二个（input.txt）中替换它们。

dictionary.txt:

c SUB1
u SUB2

我想将每一行存储在一个数组中，并搜索第二个文件中的第一个字段（c或u），将其更改为SUB1或SUB2 。我想改变整个字段，而不仅仅是字符串出现。

我要修改的文件是input.txt：

a ca mor
c cq nye
e c ult
d u cult
u as agc
x ul og

为了使事情变得更复杂，我只想在file1的第一列和第二列中应用替换（但是仍打印第三列）。

到目前为止，我已经得到了这个：

awk  'NR==FNR{a[$1]=$2;next} {for (i in a) { gsub(i,a[i],$1)};{ gsub(i,a[i],$2)} }1' dictionary.txt input.txt

在第一个块中，我将dictionary.txt中的行存储在数组a中，使用1作为键，使用2作为值（而NR == FNR，而我正在读取第一个文件）。

然后，对于数组中的每个键，我使用gsub（字段$ 1和$ 2）在input.txt上执行2次替换。

这是当前的输出：

a SUB1a mor
SUB1 SUB1q nye
e SUB1 ult
d u cult
SUB2 as agc
x ul og

正如您所看到的，我现在将c的所有实例替换为SUB1，即使它们是该字段的一部分（请注意第一行，第二个字段。我想避免此

此外，出于某种原因，第二个替换（u到SUB2）在第一个字段中工作（参见第5行，第1个字段），但不在第二个字段中工作（参见第4行和最后一行），第2场）。

这是我需要的输出：

a ca mor
SUB1 cq nye
e SUB1 ult
d SUB2 cult
SUB2 as agc
x ul og

你对我遗失的内容有什么看法吗？

请注意，我正在尝试避免基于sed的答案，因为我的真实数据涉及两个文件中的大量行，并且需要太长时间。非常感谢。

最佳，

Answer 1

当你在寻找整个领域的精确字符串匹配时，我建议你这样做：

awk 'NR == FNR { a[$1] = $2; next } 
     $1 in a { $1 = a[$1] } $2 in a { $2 = a[$2] } 1' dictionary.txt input.txt

这不是使用正则表达式，而是简单地进行字符串比较，并在完全匹配的情况下进行替换。

感谢dave_thompson_085提出的建议。

Answer 2

对于全字匹配问题，您可以使用^和$锚定正则表达式。

第二个问题似乎只是上面评论中解决的额外问题。

$ awk 'NR==FNR{a[$1]=$2;next} {for (i in a) {re="^"i"$"; sub(re,a[i],$1); sub(re,a[i],$2)}}1' dictionary.txt input.txt
a ca mor
SUB1 cq nye
e SUB1 ult
d SUB2 cult
SUB2 as agc
x ul og

从一个文件中读取模式并使用awk＆amp; amp;执行字符串替换。 GSUB

2 个答案: