使用sed命令将第n个单词替换为匹配的模式？

Question

我有一个文本文件，具有以下特点：

1. 每一行至少有三个由空格分隔的“单词”
2. “单词”可以是任何字符或字符串

我已经在一些行后附加了注释，并提出了对原始单词进行更改的暂定建议，现在希望使用sed来为我进行这些更改。因此，为了更清晰地说明，我的文件如下所示：

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
...

带有1＃的注释是用来替换行中的第二个单词，而带有2个＃的注释是用来替换行中的第三个单词。 有没有人能够建议一种使用sed（或awk或其他任何东西）实现这个目标的方法？再次澄清（希望如此），我的目标是获取#或##后面的模式，并将该模式替换为行的第n个单词。

谢谢。

- wayeast

---

能否制定一个规则，使得在#后面的注释有预先确定的空格数量？目前您展示了既有零个又有一个空格的注释，这使得代码不必要地更难适应。如果您的注释在#后面没有空格，那将会更容易些。 - SiegeX

你需要输出中包含注释吗？ - SiegeX

@SiegeX：是的，我应该很容易地能够在“## B-NP”中去除多余的空格或者根据需要在“#NNS”中添加空格。 - wayeast

@SiegeX：不，我不想在输出中包含注释——我确实想保留一个标记，比如在几个制表符后面加上“＃”来指示我已更改的行。 - wayeast

Answer 1

这对你有用：

这将对你有用：

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

解释

1. /#/{ ... }: 查找包含 # 符号的行，并执行以下步骤...
2. sub(/# +/,"#"): 如果需要，删除注释和 # 之间的所有空格
3. n=gsub(/#/,"",$NF): 删除最后一个字段 $NF 中的所有 #，并将删除的 # 数量设置为变量 n
4. $(n+1)=$NF: 将第 n+1 个字段 $(n+1) 设置为新的最后一个字段 $NF，该字段已删除了所有的 #
5. $NF="\t\t#": 将最后一个字段 $NF 设置为两个制表符后跟一个 #
6. 1: 告诉 awk 输出修改后的行的快捷方式
7. file: 输入文件名

示例

$ 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：如果你让笔记始终紧跟着 #，并且中间没有空格，那么你可以删除整个命令中的 sub(/# +/,"#"); 部分，使其更加简短。

- SiegeX

---

谢谢。我对awk不熟悉，所以我需要进行一些学习才能理解这里发生了什么。但我无法将您的注释转换为其他命令。它会是：awk '/#/{;t=$NF;n=gsub(/#/,"",t);$(n+1)=t}1' notes吗？这看起来有点奇怪... - wayeast

它将是/#/{n=gsub(/#/,"",$NF);$(n+1)=$NF;$NF="\t\t#"}1' file - SiegeX

我刚刚在我的文件上运行了你的命令，看起来完美地工作了。我无法感谢你。 - wayeast

Answer 2

这个可能适合你：

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
...

- potong

---

是的，这也起作用。我曾经花费了很长时间在sed中尝试做到这一点，而我想出的命令是噩梦般的。解释器不停地告诉我我的/1和/2标识符无效。 - wayeast

这里的技巧是将正则表达式锚定到字符串的末尾($)，并使用额外的#将反向引用拉近一个字段(参见\(\s*\S*\s*#\s*\))。 - potong

Answer 3

Perl可以处理这个问题。虽然我认为我更喜欢将其制作成脚本。

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

这个版本将打印到标准输出而不更改文件。添加 -i.bak，例如 perl -i.bak -lnwe '....' 来进行原地编辑，并在 file.bak 中备份。

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

输出：

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

- TLP