Apa cara yang baik untuk melakukan penggantian string dalam file menggunakan kamus dengan banyak pasangan substituen-substituen? Dan dengan banyak , maksud saya sebenarnya sekitar 20 – tidak banyak, tetapi cukup banyak sehingga saya ingin mengaturnya dengan rapi.
Saya agak ingin mengumpulkan semua pasangan substituen-substituen dalam file dictionary.txt dengan cara yang mudah dikelola, karena saya perlu mengganti banyak hal, katakan seperti:
"yes" : "no"
"stop" : "go, go, go!"
"wee-ooo" : "ooooh nooo!"
"gooodbye" : "hello"
"high" : "low"
"why?" : "i don't know"
Sekarang saya ingin menerapkan substitusi ini di beberapa file novel.txt .
Lalu saya ingin menjalankan magiccommand --magicflags dictionary.txt novel.txt sehingga semua contoh yes di novel.txt diganti dengan no (bahkan Bayesian akan diganti dengan Banoian ) dan semua contoh goodbye di novel.txt akan diganti dengan hello dan seterusnya.
Sejauh ini, string yang perlu saya ganti (dan ganti dengan) tidak memiliki tanda kutip (tidak tunggal atau ganda) di dalamnya. (Akan lebih baik, meskipun, untuk melihat solusi bekerja dengan baik dengan string yang berisi tanda kutip, tentu saja.)
Saya tahu sed dan awk / gawk dapat melakukan hal-hal seperti itu pada prinsipnya, tetapi dapatkah mereka juga bekerja dengan file kamus seperti itu? Sepertinya gawk akan menjadi kandidat yang tepat untuk magiccommand , apa magicflags yang benar? ? Bagaimana saya perlu memformat dictionary.txt saya? ?
Jawaban yang Diterima:
Inilah salah satu cara dengan sed :
sed '
s|"(.*)"[[:blank:]]*:[[:blank:]]*"(.*)"|1
2|
h
s|.*n||
s|[&/]|\&|g
x
s|n.*||
s|[[.*^$/]|\&|g
G
s|(.*)n(.*)|s/1/2/g|
' dictionary.txt | sed -f - novel.txt
Cara kerjanya:
sed pertama ternyata dictionary.txt ke dalam file skrip (perintah pengeditan, satu per baris). Ini disalurkan ke sed ke-2 (perhatikan -f - yang berarti membaca perintah dari stdin ) yang menjalankan perintah tersebut, mengedit novel.txt .
Ini memerlukan terjemahan format Anda
"STRING" : "REPLACEMENT"
menjadi sed perintah dan keluar dari karakter khusus apa pun dalam proses untuk LHS dan RHS :
s/ESCAPED_STRING/ESCAPED_REPLACEMENT/g
Jadi substitusi pertama
s|"(.*)"[[:blank:]]*:[[:blank:]]*"(.*)"|1
2|
ternyata "STRING" : "REPLACEMENT" ke dalam STRINGnREPLACEMENT (n adalah karakter baris baru). Hasilnya kemudian disalin ke h ruang lama.s|.*n|| menghapus bagian pertama hanya menyimpan REPLACEMENT lalu s|[&/]|\&|g lolos dari karakter yang dicadangkan (ini adalah RHS ).
Kemudian ex mengubah buffer penahan dengan ruang pola dan s|n.*|| menghapus bagian kedua hanya menyimpan STRING dan s|[[.*^$/]|\&|g melakukan pelarian (ini adalah LHS ).
Konten buffer penahan kemudian ditambahkan ke ruang pola melalui G jadi sekarang konten ruang pola adalah ESCAPED_STRINGnESCAPED_REPLACEMENT .
Pergantian terakhir
s|(.*)n(.*)|s/1/2/g|
mengubahnya menjadi s/ESCAPED_STRING/ESCAPED_REPLACEMENT/g