linux - 使用 sed 将每列替换为不同的间距

Question

我正在尝试为输入文件的每一列替换不同的模式。

输入文件

this- START
this-        START

我想要的结果

/this/ -START-
/this/ -START-

我的代码

sed 's|^\([a-zA-Z]*\)-\s\([a-zA-Z]*\)$|/\1/ -\2-|' inputfile

输出

/this/ -START-
this-        START 

第一个输入有效，但带有大量空格的第二个输入无效。我如何使用同一行代码来处理它们？

Answer 1

sed 使用 POSIX 基本正则表达式，顾名思义，它非常基本，没有很多您可能更习惯的其他 RE 软件包的语法糖或功能。但他们仍然可以处理这个问题:

$ cat input.txt
this- START
this-           START
$ sed 's!^\([a-zA-Z]*\)-[[:space:]]\{1,\}\([a-zA-Z]*\)$!/\1/ -\2-!' input.txt
/this/ -START-
/this/ -START-

这里的关键在于 [[:space:]]\{1,\} 部分:[]字符类中的 [:space:] 匹配任何空白字符，如其他 RE 实现中的 \s ，而 \{1,\} 匹配 1 个或多个前面的原子，如几乎所有其他风格中的 + (也支持此)符号，尽管不需要反斜杠)。因此组合起来它匹配 1 个或多个空白字符。而且由于正则表达式是贪婪的，它会匹配最长的空白字符序列，而不是只看到一个就停止。

如果列之间只有空格，而不是空格和/或制表符，则可以将其简化为 \{1,\} (请注意前导文字空格；它在渲染的 Markdown 中并不明显)。您可以使用 [[:alpha:]] 而不是 [a-zA-Z] 来匹配所有字母字符。如果匹配非英语文本，则会有所不同。并且您可能需要使用 \{1,\} 而不是 * 来避免匹配 0 长度/缺失列(如果它们出现在您的输入中)。