Question

我有一个格式为的文本文件：

aaa: bcd;bcd;bcddd;aaa:bcd;bcd;bcd;

“bcd”可以是任何字符的任意长度，不包括;或:

我想要做的是以下列格式打印文本文件：

aaa: bcd;bcd;bcddd;
aaa: bcd;bcd;bcd;

-etc -

我解决此问题的方法是隔离“;...:”模式，然后在没有初始;

的情况下重新打印此模式

我总结说我必须使用awk的'gsub'才能做到这一点，但不知道如何复制模式，也不知道如何在我的模式中添加新行字符1字符再次打印模式。

这可能吗？如果没有，你能指导我解决它吗？

Answer 1

我们无法确定aaa或bcd部分的可变性;据推测，每个人几乎都可以。

您可能应该寻找：

一系列一个或多个非冒号，非分号字符后跟冒号
有一个或多个重复：
- 一系列一个或多个非冒号，非分号字符后跟分号

这构成了你想要匹配的单位。

/[^:;]+:([^:;]+;)+/

使用它，您可以替换相同的内容后跟换行符，然后打印结果。唯一的技巧是避免多余的换行。

示例脚本：

{
echo "aaa: bcd;bcd;bcddd;aaa:bcd;bcd;bcd;" 
echo "aaz: xcd;ycd;bczdd;baa:bed;bid;bud;"
} |
awk '{ gsub(/[^:;]+:([^:;]+;)+/, "&\n"); sub(/\n+$/, ""); print }'

示例输出

aaa: bcd;bcd;bcddd;
aaa:bcd;bcd;bcd;
aaz: xcd;ycd;bczdd;
baa:bed;bid;bud;

在评论中解释问题：

为什么正则表达式不包括冒号之前的字符（这是它打算做的，但我不明白为什么）？我不明白＆＃34;休息＆＃34;或结束正则表达式。

当我试图在顶部解释时，你正在寻找我们可以称之为＆＃39;单词＆＃39;，这意味着既不是冒号也不是分号的字符序列。在正则表达式中，即[^:;]+，表示一个或多个（+）否定字符类 - 一个或多个非冒号，非分号字符。

让我们假装正则表达式中的空格不重要。我们可以像这样填充正则表达式：

    / [^:;]+ : ( [^:;]+ ; ) + /

当然，斜线只标记两端。第一个集群是一个单词;然后有一个冒号。然后有一个括在括号中的组，最后用+标记。这意味着该组的内容必须至少发生一次，并且可能发生的次数超过该次数。小组里面有什么？好吧，一个单词后面跟着一个分号。它不必每次都是同一个词，但那里必须有一个词。如果某些事情可能发生零次或多次，那么当然使用*代替+。

正则表达式停止的关键是第一行中间的aaa:不是由一个单词后面跟一个分号组成的;它是一个单词后跟冒号。因此，正则表达式必须在此之前停止，因为aaa:与该组不匹配。因此，gsub()找到第一个序列，并用相同的材料和换行符替换该文本（当然，"&\n"也是如此）。它（gsub()）然后在替换材料结束后直接恢复其搜索，并且 - 看，有一个单词后面跟冒号，一些单词后跟分号，所以第二个匹配用原始材料和换行符替换。

我认为$0必须在该行末尾包含换行符。因此，如果没有sub()删除尾随换行符，则print（隐含$0换行）会在输出中生成一条我不想要的空白行，所以我删除了无关的换行符。 $0末尾的换行符不会与gsub()匹配，因为它后面没有冒号或分号。

Answer 2

这可能对您有用：

 awk '{gsub(/[^;:]*:/,"\n&");sub(/^\n/,"");gsub(/: */,": ")}1' file

将换行符（\n）添加到不包含;或:后跟:
删除行前的任何换行符。
将:替换为:，后跟任意一个空格，后跟一个空格。
打印所有行。

或者这个：

 sed 's/;\([^;:]*: *\)/;\n\1 /g' file

Answer 3

不确定如何在awk中执行此操作，但是使用sed可以实现我想要的功能：

$ nl='
'
$ sed "s/\([^;]*:\)/\\${nl}\1/g" input

第一个命令将shell变量$ nl设置为包含单个新行的字符串。某些版本的sed允许您在替换字符串中使用\ n，但并非所有版本都允许。这样可以保留最终后出现的任何空格;并把它放在行的开头。要摆脱它，你可以做到

$ sed "s/\([^;]*:\)/\\${nl}\1/g; s/\n */\\$nl/g" input

Answer 4

普通的awk gsub（）和sub（）不允许你在替换字符串中指定组件Gnu awk - “gawk” - 提供“gensub（）”，这将允许“gensub（/（;）（。+ ：）/， “\ 1 \ n \ 2”， “G”）“

使用awk如何使用新的行字符重新打印找到的模式？

4 个答案:

示例脚本：

示例输出