Question

对于awk而言，这可能比sed更好，但目标是解析单个长字符串（恰好是XML文档）并替换模式范围内的文本另一个角色。

我想保留被替换的字符数，并简单地将它们掩盖为星号。我在python脚本中放了一些东西来解析XML树，但感觉本机程序会更快。

假设字符串："<mask>123</mask><keep>123</keep>"

...我想要输出："<mask>***</mask><keep>123</keep>"

我第一次尝试sed而不使用范围让我这样：

$ echo "<mask>123</mask><keep>123</keep>" | sed "s/[0-9]/*/g"
<mask>***</mask><keep>***</keep>

我了解到sed可以在范围内操作，但我的理解是行为只能从一行到另一行切换，而不是在处理单行的过程中。

尝试模式范围让我得到以下（与我的理解一致），因此也无效：

$ echo "<mask>123</mask><keep>123</keep>" | sed "/<mask>/,/<\/mask>/ s/[0-9]/*/g" 
<mask>***</mask><keep>***</keep>

编辑：事实上，即使输入中有换行符，我也不能正确理解模式范围行为（或者我的例子构造不当）

$ echo "<mask>123</mask>\n<keep>123</keep>" | sed "/<mask>/,/<\/mask>/ s/[0-9]/*/g" 
<mask>***</mask>
<keep>***</keep>

任何提示都将不胜感激。

Answer 1

永远不要使用范围表达式，因为它们使简单任务变得非常简单，但是当您的需求变得稍微有点时需要完全重写或重复条件，如果需要范围，请始终使用标志变量。当然，这意味着您不能将sed用于此类问题，因为它不支持变量。

无论如何，这里有一个简单的GNU awk（用于多字符RS和RT）解决方案，它根本不直接使用范围：

$ cat file
Assuming the string: "<mask>123</mask><keep>123</keep>" ...I'd like the

$ awk -v RS='</mask>' -v ORS= '{print gensub(/(.*<mask>).*/,"\\1***",1) RT}' file
Assuming the string: "<mask>***</mask><keep>123</keep>" ...I'd like the

或者如果您需要*的数量来匹配他们要替换的字符数：

$ cat file
Assuming  first string: "<mask>123</mask><keep>123</keep>" ...I'd like the
Assuming second string: "<mask>1234567</mask><keep>123</keep>" ...I'd like the

$ awk -v RS='</mask>' 'match($0,/(.*<mask>)(.*)/,a){ $0=a[1] gensub(/./,"*","g",a[2]) } {ORS=RT} 1' file
Assuming  first string: "<mask>***</mask><keep>123</keep>" ...I'd like the
Assuming second string: "<mask>*******</mask><keep>123</keep>" ...I'd like the

Answer 2

为什么你得到这个输出是完全正确的。这是两个正则表达式的sed范围地址的技巧。

你给sed的内容是/regex1/, /regex2/，sed将首先尝试找到与address1匹配的行，/regex1/，第一行匹配，很好。那么你的address2也是正则表达式，所以：

如果addr2是正则表达式，则不会对该行进行测试 addr1匹配。

这句话来自sed的手册页。

也就是说，sed开始从第2行检查你的/regex2/。当然，没有一行与/<\/mask>/匹配，所以sed只是对整个文件进行了替换。

检查此示例：

kent$  cat f
<mask>234</mask>
123
123
123
<mask>234</mask>
123
123
<keep>234</keep>

kent$  sed "/<mask>/,/<\/mask>/ s/[0-9]/*/g" f
<mask>***</mask>
***
***
***
<mask>***</mask>
123
123
<keep>234</keep>

最后只是一个建议，不要用正则表达式处理xml（sed / awk / grep ...）。当然，您可以只使用“xml”作为示例。

替换同一行上的图案范围之间的文本

2 个答案: