bash - 跳过 sed 中的模式

Question

我写了一个正常工作的sed用标记之间的单个空格替换多个空格的脚本(它跳过带有 # 或 // 的行):

#!/bin/sed -f
/.*#/ !{
/\/\//n
# handle more than one space between tokens
s/\([^ ]\)\s\+/\1 /g
}

我像这样在 ubuntu 上运行它: ./spaces.sed < spa.txt
温泉.txt:

/**      spa.txt      text
 date :      some date
 hih+jjhh   jgjg
 if   ( hjh>=hjhjh  )
y     **/
#   this is a comment
   //    this is a comment
lines     begins   here   ;
/****** this    line   is comment      ****/
some    more     lines
//    again comment
more     lines    words
   /**  again multi     line co
   mmment    it
comment     line
      follows   till    here**/
file    ends

现在我想添加脚本应该跳过模式之间的行的功能(模式可以分布在多行中)。这是模式: /*和 */
我尝试了很多东西但没有用:

#!/bin/sed -f
/.*#/ !{
/\/\*/,/\*\// {
        /\/\*/n #it skips successfully the /* line
        n #also skips next line
        /\*\// !{
        }
}
/\/\//n
# handle more than one space between tokens
s/\([^ ]\)\s\+/\1 /g
}

但脚本没有按预期工作。

预期输出:

/**      spa.txt      text
 date :      some date
 hih+jjhh   jgjg
 if   ( hjh>=hjhjh  )
y     **/
#   this is a comment
   //    this is a comment
lines begins here ;
/****** this    line   is comment      ****/
some more lines
//    again comment
more lines words
   /**  again multi     line co
   mmment    it
comment     line
      follows   till    here**/
file ends

建议？
谢谢

Answer 1

我会重新设计脚本，以处理 #和 //自己发表评论。与 /* … */注释，您必须分别处理单行和多行变体。我也会使用 [[:space:]]符号来发现空格或制表符。我更喜欢避免使用反斜杠(在我年轻的时候使用 troff 引起的厌恶——如果你从来不需要连续 16 个反斜杠来获得想要的效果，那么你就没有受够了)，所以我使用\%…%选择%字符作为搜索标记，而不是 / (这意味着不需要用反斜杠转义模式中的斜杠)，我使用 [*]而不是 \* . { p; d; } notation 打印当前行，然后将其删除并移至下一行。 (使用 n 将下一行附加到当前行；这不是您需要的。)。 GNU sed 不需要第二个分号但由 BSD (macOS) sed .这些大括号中的空格是可选的，但更易于阅读。

把这些放在一起，你可能有 spaces.sed像这样:

#!/bin/sed -f

# Comments with a #
/#/ { p; d; }
# Comments with //
\%//% { p; d; }

# Single line /* ... */ comments
\%/[*].*[*]/% { p; d; }
# Multi-line /* ... */ comments
\%/[*]%,\%[*]/% { p; d; }

s/\([^[:space:]]\)[[:space:]]\{2,\}/\1 /g

在您的示例数据上(感谢您包含它!)，这会产生:

/**      spa.txt      text
 date :      some date
 hih+jjhh   jgjg
 if   ( hjh>=hjhjh  )
y     **/
#   this is a comment
   //    this is a comment
lines begins here ;
/****** this    line   is comment      ****/
some more lines
//    again comment
more lines words
   /**  again multi     line co
   mmment    it
comment     line
      follows   till    here**/
file ends

这看起来像你想要的。

限制

它不会删除行首的多个空格。

        the leading blanks are not removed.

如果您有一行包含多个空格和 //或 # ，多个空格仍然存在:

these     spaces    // survive
so        do        # these

如果您在一行上有多个单行注释，则不会删除它们之间的空格:

/* these */  spaces  are   not   /* removed */

如果您有一个单行注释并且多行注释在单行上开始，则不会发现多行注释。同样，如果您有一个以一行结束的多行注释，并且在它之后有一个单行注释，那么如果在一个注释的结尾和下一个注释的开头之间有多个空格，则它们不是处理。

/* this */  is  not  /* handled
very  well  */    nor   are   these   /* spaces */

这不涉及开始或结束注释符号中间的反斜杠换行符的微妙之处，也不涉及 // 末尾的反斜杠换行符。评论。只有脑死亡程序(或程序员)会产生这样的评论，所以它不应该是一个真正的问题。幸运的是，您不是在编写编译器。那些必须处理的废话。并且不要让我开始使用三元组!

它不处理字符串(或多字符字符常量)中的类似注释的序列:

"/* this is not a comment */"
'/*',   '  ',   '*/'

但是，这些问题中的大多数都很微妙，以至于您可能无需处理它们就可以了。如果你必须处理它们，那么你需要一个程序，而不是 sed脚本(假设你重视你的理智)。