Question

我有一个具有以下特征的文本文件：

每行至少有三个“单词”用空格分隔
“word”可以是任何字符或字符串

我在一些行中添加了一些注释，并提供了对原始单词进行更改的暂时建议，现在我想使用sed为我做出这些更改。所以，为了给出更清晰的图片，我的文件看起来像这样：

NO NO O
SIGNS NN O      #NNS
GIVEN VBD B-VP  #VBN
AT IN O
THIS NN O       
TIME NN O            ## B-NP
. PER O
...

1＃的注释是替换行中的SECOND字，2＃的注释是替换行中的THIRD字。有人能用sed（或awk，或其他任何东西）建议一种方法吗？再次澄清（希望），我的目标是在＃或##之后获得模式，并用匹配的模式替换该行的第n个单词。

感谢。

Answer 1

这对你有用：

awk '/#/{sub(/# +/,"#");n=gsub(/#/,"",$NF);$(n+1)=$NF;$NF="\t\t#"}1' file

解释

/#/{ ... }：搜索包含#的行并执行以下步骤...
sub(/# +/,"#")：删除备注与#之间的所有空格
n=gsub(/#/,"",$NF)：从最后一个字段#中删除所有$NF，并将#的数量设置为变量n
$(n+1)=$NF：将n + 1字段$(n+1)设置为新的最后一个字段$NF，其中#已被剥离
$NF="\t\t#"：将最后一个字段$NF设置为两个标签，后跟#
1：告诉awk打印更改后的行
file：您的输入文件

实施例

$ awk '/#/{sub(/# +/,"#");n=gsub(/#/,"",$NF);$(n+1)=$NF;$NF="\t\t#"}1' file
NO NO O
SIGNS NNS O             #
GIVEN VBN B-VP          #
AT IN O
THIS NN O
TIME NN B-NP            #
. PER O
...

注意：如果您这样做，那么您的笔记始终跟在#之间，其间的空格为零，则可以移除整个sub(/# +/,"#");命令的一部分，使其更短

Answer 2

这可能对您有用：

sed 's/\S*\(\s*\S*\s*#\s*\)\([^#]*\)$/\2\1/;s/ *##*.*/\t\t#/' file
NO NO O
SIGNS NNS O             #
GIVEN VBN B-VP          #
AT IN O
THIS NN O       
TIME NN B-NP            #
. PER O
...

Answer 3

Perl可以处理这个问题。虽然我觉得我更喜欢把它变成一个剧本。

粘贴版本：

perl -lnwe 's/#\K\s+//; my @a=/\S+/g; if (@a>3) { $c = $a[3] =~ tr/#//d; $a[$c] = $a[3]; } print join " ", @a[0..2]' file

此版本将打印到stdout而不更改文件。添加-i.bak，例如perl -i.bak -lnwe '....'进行就地编辑，并在file.bak中进行备份。

可读版本：

$ perl -lnwe '       # -l: handle newlines, -n read file/stdin
    s/#\K\s+//;                    # strip optional spaces
    my @a = /\S+/g;                # extract the data
    if (@a > 3) {                  # when there are replacements..
        my $c = $a[3] =~ tr/#//d;  # count and remove #
        $a[$c] = $a[3];            # set element number $c to element 3
    } print join " ", @a[0..2]     # reassemble and print 3 first elements
' file

<强>输出：

NO NO O
SIGNS NNS O
GIVEN VBN B-VP
AT IN O
THIS NN O
TIME NN B-NP
. PER O

sed：用匹配的模式替换第n个单词？

3 个答案:

解释

实施例