Question

我有一个带有输入文本的文件（这不是原始文件，只是输入文本的示例），我想将所有2个字母的字符串替换为数字100。在这个文件中FS可以是：，|或＆＃34; ＆＃34; （空格），我别无选择，只能将它们全部三个都视为FS，我想在输出中的原始位置（如输入文件中）保留这些字段分隔符

A:B C|D
AA:C EE G
BB|FF XX1 H
DD:MM:YY K

我试过了

awk  -F"[:| ]"  '{gsub(/[A-Z]{2}/,"100");print}'

但这似乎不起作用，请建议。

期望的输出：

A:B C|D
100:C 1000 G
100|100 1001 H
100:100:100 K

Answer 1

POSIX awk中没有保留与RS（POSIX）定义的字符串或FS定义的regexp匹配的字符串的功能。因为POSIX RS只是一个字符串，所以不需要这样的功能，并且对于每个FS匹配字符串来说这样做是不必要的低效，因为它很少需要。

使用GNU awk，其中RS可以是正则表达式，而不仅仅是字符串，您可以保留与正则表达式RS匹配的字符串，但是没有功能可以保留与FS匹配的值，这与POSIX没有相同的效率原因相同。＃39;做到了。相反，在GNU awk中，他们在split（）中添加了第4个arg，因此如果需要，可以自己保留数组中与FS匹配的字符串（seps[]以下）：

$ awk -v FS='[:| ]' '{
    split($0,flds,FS,seps)
    gsub(/[A-Z]{2}/,"100")
    for (i=1;i<=NF;i++) {
        printf "%s%s", $i, seps[i]
    }
    print ""
}' file
A:B C|D
100:C 100 G
100|100 1001 H
100:100:100 K

在the GNU awk manual中查找split()以获取更多信息。

Answer 2

在这种情况下

sed 's/[A-Z]\{2\}/100/g' YourFile
awk '{gsub(/[A-Z]{2}/, "100"); print}' YourFile

在这种情况下不需要字段分隔，将所有大写字母组都改为“100”，除非你在OP中指定其他约束（就像字符串中的其他元素一样，你需要指定什么是可能的，理想的，添加预期结果的样本为univoq）

现在你肯定还有更多的东西，所以这个代码肯定会失败，因为ABC:DEF改为100C:100F，这肯定不是预期的

在这种情况下

awk -F '[[:blank:]:|]+' '
   {
   split( $0, aS, /[^[:blank:]:|]+/)
   for( i=1;i<=NF;i++){
      if( $i ~ /^[A-Z][A-Z]$/) $i = "100"
      printf( "%s%s", $i, aS[i+1])
      }
   printf( "\n" )
   } ' YourFile

Answer 3

试试这个sed one-liner：

kent$  sed -r 's/(^|[:| ])[A-Z][A-Z]([:| ]|$)/\1100\2/g' file  
A:B C|D
100:C 100 G
100|FF XX1 H
100:MM:100 K

注意：

这将搜索并替换模式：两个分隔符之间的两个[A-Z] 。如果这不是您想要的，请粘贴所需的输出。

Answer 4

你的代码似乎与我的Gnu awk一样好用：

A:B C|D
100:C 100 G     # even the typo in this record got fixed.
100|100 1001 H
100:100:100 K

我想问题是正则表达式/[A-Z]{2}/应该写成/[A-Z][A-Z]/。

用Awk替换并保留FS到OFS

4 个答案: