的MacOS

Question

我有一个数据库卸载文件，其字段用＆lt; TAB＆gt;分隔。字符。我通过sed运行此文件来替换＆lt; TAB＆gt;＆lt; TAB＆gt;的任何出现。＆lt; TAB＆gt; \ N＆lt; TAB＆gt;。这样，当文件加载到MySQL时，\ N被解释为NULL。

sed命令的/ \ t \ t / \ t \ N \ t / g;'几乎可以工作，只是它只替换第一个例子，例如“...＆lt; TAB＆gt;＆lt; TAB＆gt;＆lt; TAB＆gt; ...”变为“...＆lt; TAB＆gt; \ N＆lt; TAB＆gt;＆lt; TAB＆gt; ...”。

如果我使用's / \ t \ t / \ t \ N \ t / g; s / \ t \ t \ \ t \ n \ t \ N \ t / g;'它取代了更多的实例。

我有一个想法，尽管/ g修饰符，这与一个匹配的结束是另一个匹配的开始有关。

任何人都可以解释发生了什么，并建议一个可以工作的sed命令，或者我需要循环。

我知道我可能会切换到awk，perl，python，但我想知道sed中发生了什么。

Answer 1

我知道你想要sed，但是sed完全不喜欢这个，它似乎特别（见here）不会做你想要的。但是，perl会这样做（AFAIK）：

perl -pe 'while (s#\t\t#\t\n\t#) {}' <filename>

Answer 2

作为解决方法，使用tab + \ N替换每个选项卡;然后删除所有出现的\ N，它们不会紧跟一个标签。

sed -e 's/\t/\t\\N/g' -e 's/\\N\([^\t]\)/\1/g'

...如果你的sed在分组括号之前使用反斜杠（有sed方言不需要反斜杠;如果这对你没用，请尝试不使用它们。）

Answer 3

是的，即使使用/g，sed也会与它再次替换的文本不匹配。因此，它读取<TAB><TAB>并输出<TAB>\N<TAB>，然后从输入流中读取下一个内容。见http://www.grymoire.com/Unix/Sed.html#uh-7

在支持前瞻的正则表达式语言中，您可以通过前瞻来解决这个问题。

Answer 4

嗯，sed只是按设计工作。输入行扫描一次，而不是多次。如果sed使用重新扫描输入行来默认处理重叠模式，可能会有所帮助：在这种情况下，即使是简单的替换也会有不同的作用 - 有些人可能会反直觉地说 - 例如< / p>

s/^/ /在行的开头插入一个空格永远不会终止
s/$/foo/将foo附加到每一行 - 同样
s/[A-Z][A-Z]*/CENSORED/用CENSORED替换大写单词 - 同样

可能还有很多其他情况。当然，这些都可以用替代修饰符来解决，但在设计sed时，选择了当前的行为。

Answer 5

与perl解决方案没有什么不同，这适用于我使用纯sed

sed ':repeat;
     /\t\t/{
       s|\t\t|\t\n\t|g;
       b repeat
     }'

说明

:repeat是一个标签，用于分支命令，类似于批处理
/\t\t/表示匹配模式2标签。如果匹配的模式，则执行第二个/之后的命令。
{} - 在这种情况下，match命令后面的命令是一个组。因此，如果满足匹配模式，则执行组中的所有命令。
s|\t\t|\t\n\t|g; - 标准用tab-newline-tab替换2个标签。我仍然使用全局，因为如果你说15个标签，你只需要循环两次，而不是14次。
b repeat表示始终转到（分支）标签repeat

所以就是这样。只要匹配2个标签的模式，就不断重复（转到repeat。

虽然可以说你可以做两个相同的全局替换并且称之为好，但是同样的技术可以在更复杂的场景中工作。

正如@ thorn-blake指出的那样，sed只是不支持像超前一样的高级功能，所以你需要像这样做一个循环。

短版

可以缩短为

sed ':r;/\t\t/{s|\t\t|\t\n\t|g; b r}'

的MacOS

Mac（但仍然兼容Linux / Windows）版本：

sed $':r\n/\t\t/{ s|\t\t|\t\\\n\t|g; b r\n}'

标签需要在BSD sed中为文字
Newlines需要同时为文字和转义，因此单斜杠（在$处理之前为\，使其成为单个文字斜杠）加上\ n成为实际换行符
标签名称（：r）和分支命令（b r）必须以换行符结尾。分号和空格由BSD中的标签名称/分支命令使用，这使得它非常混乱。

为什么sed不能取代重叠模式

5 个答案:

说明

短版

的MacOS