regex - 替换大日志文件中的字符

Question

如何在 Windows 下更改非常大的日志文件:

   3334-444-(4)  anything   anything2   4444-444-(4)  anything   anything2   4744-454-(4)  anything   anything2   48444 44-(4)  anything   anything2   8444-444-(4)  anything   anything2   4464-(444)-2  anything   anything2

为此:

33344444         anything   anything244444444         anything   anything247444544         anything   anything248444444         anything   anything284444444         anything   anything244644442         anything   anything2

删除除数字以外每行中第 18 位的所有内容并保留第二列的位置？

\\Edit: 问题是从位置 1 到 17 也可能是数字之间的空格。这是我认为可能有效的逻辑:
1.从位置。 1 到 17 替换 '(', ')', '-' 到 ' ' [空格]
2.从位置。 1 到 17 将 ' ' [空格] 替换为 '' [无] 并计算变化
3.从位置。 1到17根据上一步的变化在数字后加空格

Answer 1

好吧，如果你安装 cygwin ，你可以使用命令行工具的强大功能

$ sed 's/[-)(]//g' input
33344444  anything   anything2
44444444  anything   anything2
47444544  anything   anything2
48444444  anything   anything2
84444444  anything   anything2
44644442  anything   anything2

更新

有时将复杂的任务分成更小的部分会更容易。

假设输入看起来像这样(添加标尺)

         1         2         3         4         5
12345678901234567890123456789012345678901234567890
   3334-444-(4)  anything   anything2
   4444-444-(4)  anything   anything2
   4744-454-(4)  anything   anything2
   48444 44-(4)  anything   anything2
   8444-444-(4)  anything   anything2
   4464-(444)-2  anything   anything2

第1步是用cut 好，把前17个字符剪掉，去掉不需要的存入tmp文件。

第 2 步是将字符 18 剪切到行尾并存储在 tmp 文件中。

第 3 步是将 tmp 文件合并为一个文件。

像这样:

$ cut -c1-17 input | sed 's/[-)( ]*//g' > c1

$ cut -c18- input > c2

$ paste c1 c2

如果这不符合您的审美观，您可以使用 awk 一次完成所有操作。将以下行放入名为“col.awk”的文件中，或者如果您喜欢它，请选择一个更好的名称:

{
  x = substr($0, 0, 17)
  y = substr($0, 18, length($0))
  gsub(/[-)( ]*/, "", x)
}
{ printf "%-18s%s\n", x, y }

然后这样调用它:

$ awk -f col.awk input

输出(还是用尺子):

         1         2         3         4         5
12345678901234567890123456789012345678901234567890
33344444         anything   anything2
44444444         anything   anything2
47444544         anything   anything2
48444444         anything   anything2
84444444         anything   anything2
44644442         anything   anything2

请注意，cygwin 喜欢所有具有 unix 样式的行结尾，因此您可能需要将输入从 windows 样式转换为 unix 样式。 dos2unix 或 fromdos 可能对您有所帮助(Google 是您的好 helper )。