Question

我有一个非结构化文件，我想搜索并替换字符串模式。

必须替换SELECT和FROM字符串之间的字符串；这个模式之外的人应该保持原样。

文件格式就像

col4 is required to be upper so
make col4 upper
abc 12345 !$% DATA SELECT 
col1 as col1,
col2 as col2.
col3,
sch.col4 as col4,
sch.tab.col4 as col4_1,
col4,
col5 FROM sch.tab
xyz 34354 ^&* DATA SELECT
col5 as col5,
col3,
col4,
col4 as col4,
col4 FROM
blah blah blah

我要替换：

col4,与upper(col4) as col4,
sch.col4与upper(sch.col4)
sch.tab.col4与upper(sch.tab.col4)
col4（如果col4在选择查询的末尾）与upper(col4) as col4

该文件位于linux服务器上，我尝试使用sed和awk缩小包含col4的行，但无法从那里向前移动。

我可以使用以下内容识别一种模式

awk '/SELECT/,/FROM/' test_file.txt | awk '/col4/{print $0, NR}' | awk -F AS '{print $1}'

在SELECT和FROM之间找到文本
识别具有col4的行
打印第一个字段

sed -n -e '/SELECT/,/FROM/p' -e 's/\(\([a-zA-Z]\{1,\}\.\)\{0,\}\)col4/upper(\0)/g' test_file.txt

并使用sed

实际：

col4 is required to be upper so
make col4 upper
abc 12345 !$% DATA SELECT
col1 as col1,
col2 as col2.
col3,
sch.col4 as col4,
sch.tab.col4 as col4_1,
col4,
col5 FROM sch.tab
xyz 34354 ^&* DATA SELECT
col5 as col5,
col3,
col4,
col4 as col4,
col4 FROM
blah blah blah

预期结果：

col4 is required to be upper so
make col4 upper
abc 12345 !$% DATA SELECT
col1 as col1,
col2 as col2.
col3,
upper(sch.col4) as col4,
upper(sch.tab.col4) as col4_1,
upper(col4) as col4,
col5 FROM sch.tab
xyz 34354 ^& DATA SELECT
col5 as col5,
col3,
upper(col4) as col4,
upper(col4) as col4,
upper(col4) as col4 FROM
blah blah blah

非常感谢您的帮助！

Answer 1

我认为至少有95％做到了。请告诉我是否有错误：

with open('ej.txt', 'r') as file:
    string=file.read().replace('\n',' ')


import re

matches=re.findall(r'SELECT.*?FROM',string)
replacements={"col4,":"upper(col4) as col4,",
             "sch.col4":"upper(sch.col4)",
             "sch.tab.col4":"upper(sch.tab.col4)",
             "col4 as col4,": "upper(col4) as col4,"}
new_matches=[]
for match in matches:
    for k,v in replacements.items():
        match=match.replace(k,v)
    new_matches.append(match)


for k,v in {k:v for k,v in zip(matches,new_matches)}.items() :
    string=string.replace(k,v)

string

Answer 2

以下是执行您的请求的简短awk脚本：

awk '/SELECT/,/FROM/ {$0=gensub(/^[^[:space:]]*col4/,"upper(\\0)",-1);}1' input.txt

输出为：

abc 12345 !$% DATA SELECT
col1 as col1,
col2 as col2.
col3,
upper(sch.col4) as col4,
upper(sch.tab.col4) as col4_1,
upper(col4),
col5 FROM sch.tab
xyz 34354 ^&* DATA SELECT
col5 as col5,
col3,
upper(col4),
upper(col4) as col4,
upper(col4) FROM
blah blah blah

说明：

/SELECT/,/FROM/包含范围，从/ SELECT /到/ FROM /

中选择每一行

$0=gensub(***)使用gensub（）中的替换来更新当前行

/^[^[:space:]]*col4/在行首搜索col4的非空格前缀

upper(\\0)",-1仅在第一次匹配时才将find-match替换为upper（'found-match'）

1打印当前行。 1

Answer 3

您对所需转换的描述不完整（例如，您说您想将col4,更改为upper(col4) as col4,，但是预期输出的第7行没有反映这一点），所以我将其放在一边刚刚写了这个，但是会从您提供的输入中产生您想要的输出（使用GNU awk将第三个arg匹配（）），希望这是您真正想要的：

$ cat tst.awk
/SELECT/ { inBlock=1 }
inBlock {
    if ( match($0,/^((sch\.(tab\.)?)?col4\>)( as .*)/,a) ) {
        $0 = "upper(" a[1] ")" a[4]
    }
    else if ( match($0,/^(col4\>)(.*)/,a) ) {
        $0 = "upper(" a[1] ") as " a[1] a[2]
    }
}
/FROM/   { inBlock=0 }
{ print }

$ awk -f tst.awk file
col4 is required to be upper so
make col4 upper
abc 12345 !$% DATA SELECT
col1 as col1,
col2 as col2.
col3,
upper(sch.col4) as col4,
upper(sch.tab.col4) as col4_1,
upper(col4) as col4,
col5 FROM sch.tab
xyz 34354 ^&* DATA SELECT
col5 as col5,
col3,
upper(col4) as col4,
upper(col4) as col4,
upper(col4) as col4 FROM
blah blah blah

Answer 4

使用sed：

sed '/SELECT/,/FROM/ {s/as col4 *//;s/\([A-Za-z]*\.\)\{0,\}col4/upper(&) as col4/;}' file

说明：

s/as col4 *//：将现有的as col4删除以防止第二次替换后出现重复
$[A-Za-z]*\.$\{0,\}col4：搜索0个或更多字母和点的组合，后跟col4
upper(&) as col4/;：替换为新文本（使用&插入匹配的字符串）

多行搜索和替换

4 个答案:

输出为：

说明：