Was ist ein guter Weg, um Zeichenfolgen in einer Datei mit einem Wörterbuch mit viel zu ersetzen von Substituend-Substituent-Paaren? Und um viel , ich meine eigentlich etwa 20 – nicht viel, aber so viele, dass ich sie ordentlich organisieren möchte.
Ich möchte alle Substituenten-Substituenten-Paare in einer Datei dictionary.txt sammeln auf eine einfach zu handhabende Weise, da ich viele Sachen ersetzen muss, sagen Sie so:
"yes" : "no"
"stop" : "go, go, go!"
"wee-ooo" : "ooooh nooo!"
"gooodbye" : "hello"
"high" : "low"
"why?" : "i don't know"
Jetzt möchte ich diese Ersetzungen in einer Datei novel.txt anwenden .
Dann möchte ich magiccommand --magicflags dictionary.txt novel.txt ausführen sodass alle Instanzen von yes in novel.txt werden durch no ersetzt (also sogar Bayesian würde durch Banoian ersetzt werden ) und alle Instanzen von goodbye in novel.txt würde durch hello ersetzt werden und so weiter.
Bisher müssen die Zeichenfolgen, die ich ersetzen (und durch) ersetzen muss, nicht Anführungszeichen (weder einfach noch doppelt) enthalten. (Es wäre jedoch schön, eine Lösung zu sehen, die gut mit Zeichenfolgen funktioniert, die natürlich Anführungszeichen enthalten.)
Ich kenne sed und awk / gawk können solche Sachen grundsätzlich, aber können sie auch mit solchen Wörterbuchdateien arbeiten? Sieht aus wie gawk wäre der richtige Kandidat für magiccommand , was sind die richtigen magicflags ? Wie muss ich meine dictionary.txt formatieren? ?
Akzeptierte Antwort:
Hier ist eine Möglichkeit mit sed :
sed '
s|"(.*)"[[:blank:]]*:[[:blank:]]*"(.*)"|1
2|
h
s|.*n||
s|[&/]|\&|g
x
s|n.*||
s|[[.*^$/]|\&|g
G
s|(.*)n(.*)|s/1/2/g|
' dictionary.txt | sed -f - novel.txt
Wie es funktioniert:
Der 1. sed verwandelt sich in dictionary.txt in eine Skriptdatei (Bearbeitungsbefehle, einer pro Zeile). Dies wird zum 2. sed geleitet (beachten Sie die -f - was bedeutet, dass Befehle von stdin gelesen werden ), der diese Befehle ausführt und novel.txt bearbeitet .
Dazu muss Ihr Format übersetzt werden
"STRING" : "REPLACEMENT"
in einen sed Befehl und Escapezeichen für alle Sonderzeichen im Prozess für beide LHS und RHS :
s/ESCAPED_STRING/ESCAPED_REPLACEMENT/g
Also die erste Substitution
s|"(.*)"[[:blank:]]*:[[:blank:]]*"(.*)"|1
2|
verwandelt "STRING" : "REPLACEMENT" in STRINGnREPLACEMENT (n ist ein Newline-Zeichen). Das Ergebnis wird dann über das h kopiert altes Leerzeichen.s|.*n|| löscht den ersten Teil und behält nur REPLACEMENT dann s|[&/]|\&|g maskiert die reservierten Zeichen (das ist der RHS ).
Es ist dann ex ändert den Haltepuffer mit dem Muster space und s|n.*|| löscht den zweiten Teil und behält nur STRING und s|[[.*^$/]|\&|g übernimmt die Flucht (das ist die LHS ).
Der Inhalt des Haltepuffers wird dann über G an den Musterbereich angehängt Der Inhalt des Musterbereichs ist jetzt also ESCAPED_STRINGnESCAPED_REPLACEMENT .
Die endgültige Auswechslung
s|(.*)n(.*)|s/1/2/g|
wandelt es in s/ESCAPED_STRING/ESCAPED_REPLACEMENT/g um