Question

我有以下格式的文本文件：

label1-label1/label2 label1
label3-label3/label4 label3
label5-label5/label6 label5

我要生成以下格式的输出：

label1/label2
label3/label4
label5/label6

我不能使用'-'或'/'作为分隔符，因为它们也是标签的一部分。

我尝试使用awk和sed命令从文件中提取$1和$2，但无法弄清楚如何提供$2作为要从$1替换的原始模式。

我考虑过使用$2（label1）来匹配$1（label1-label1 / label2）中的模式并对其进行修整以得到结果，label1 / label2，但不知道如何做吧。

例如： Label1：美国，Label2：纽约

输入：-

United-States-United-States/New-York United-States

输出：-

United-States/New-York

Answer 1

这里是纯bash脚本的解决方案：

#!/bin/bash
while read -r line; do
    attachment="${line##* }"                  # get last part of line
    length="${#attachment}"                   # length of last part
    printf "%s\n" "${line:length+1:-length}"  # print line, shorten the start/end by last part
done < file.txt

输入（file.txt）

label1-label1/label2 label1
label3-label3/label4 label3
label5-label5/label6 label5
United-States-United-States/New-York United-States
United/States/United/States/New-York United/States
United-States-United-States-New-York United-States
United$States$United$States$New$York United$States
United*States*United*States*New*York United*States

输出

label1/label2 
label3/label4 
label5/label6 
United-States/New-York 
United/States/New-York 
United-States-New-York 
United$States$New$York 
United*States*New*York

Answer 2

好主意也是如此...虽然可以使用awk拆分，但是使用while循环从文件中读取信息以及将第一个组合分开也很容易从label1到label2到<-end进行简单的参数扩展修剪，将所需数据分为beginning->和'/'分隔它们的字符。届时，您只需要从1/2 length + 1中取出label1，然后将其与保存的label2组合成所需的字符串即可。

类似的东西：

while read -r label stuff; do   ## read combined label, ignore 2nd string stuff
    l1="${label%/*}"            ## isolate label1 (l1)
    l2="${label#*/}"            ## isolate label2 (l2)
    l1=${l1:$((${#l1}/2+1))}    ## take len/2+1 of l1
    echo "$l1/$l2"              ## put shortened l1 and l2 together
done < file

示例输入文件

使用输入文件和文件中显示的示例：

$ cat file
label1-label1/label2 label1
label3-label3/label4 label3
label5-label5/label6 label5
United-States-United-States/New-York United-States

使用/输出示例

只需在file所在目录的终端中选择并使用中间鼠标粘贴即可提供以下所需输出：

$ while read -r label stuff; do   ## read combined label, ignore 2nd string stuff
>     l1="${label%/*}"            ## isolate label1 (l1)
>     l2="${label#*/}"            ## isolate label2 (l2)
>     l1=${l1:$((${#l1}/2+1))}    ## take len/2+1 of l1
>     echo "$l1/$l2"              ## put shortened l1 and l2 together
> done < file
label1/label2
label3/label4
label5/label6
United-States/New-York

（注意： UtLox是这里的第一个答案，因此无论出于何种考虑，都应给予优先权，这本质上是相同的方法，只是长度，除法的不同方法和加法发生

这里最简单的方法可能是，如果可以保证行的最后部分始终为label1。如果对您的文件而言这是有效的，那么您只需要单个参数扩展即可输出所需的结果，例如

while read -r label l1; do              ## read both parts of line
    echo "$l1/${label#*/}"              ## put l1 with trimmed label
done < file

使用/输出示例

$ while read -r label l1; do              ## read both parts of line
>     echo "$l1/${label#*/}"              ## put l1 with trimmed label
> done < file
label1/label2
label3/label4
label5/label6
United-States/New-York

如果每行的第二部分始终是您的label1（无需拆分'/'之前的内容），则这是一种更简单的方法

如果您还有其他问题，请告诉我。

Answer 3

使用sed：

sed 's/^\(.*\)-\1\/\(.*\) \1$/\1\/\2/' file

此匹配项：

行首
跟随任何事情
后跟连字符
紧随其后的是
后跟正斜杠
紧随其后的可能是第二秒
后跟一个空格
紧随其后的是
紧随行尾

并将其替换为：

第一件事
后跟斜杠
之后是第二个

不匹配的行将保持不变。

如果输入格式错误，则不输出：

sed '/^\(.*\)-\1\/\(.*\) \1$/!d; s//\1\/\2/' file

如果格式不正确则删除行
否则执行替换

如何根据文件中的字段值匹配模式并将其替换？

3 个答案: