Question

假设我在这种格式的文本文件中有数百万字符串：

st=expand&c=22&t=button&k=fun HTTP

这是一个字符串，我们可以将其视为具有键st，c，t和k的哈希值。文本文件中的某些字符串可能没有给定的＆amp; KEY = VALUE，因此可能如下所示：

st=expand&k=fun HTTP

如何使用sed将字符串更改为以下

expand,,,fun

也就是说，即使认为key = value不存在，我们仍然会添加一个逗号。我们可以假设我们有一个固定的密钥集[st,c,t,k]。

我尝试的是（只是一个想法!!）

sed 's/\(st=\|c=\|t=\|k=\)\([\(^\&\|HTTP\)])\(\&\|HTTP\)/\3,/g' big_file

但显然，如果c不存在，则不会添加逗号，因为它找不到任何逗号。任何想法如何处理这个？使用awk也可以接受（或任何其他快速文本处理实用程序）

谢谢！

输入数据示例

st=expand&c=22&t=button&k=fun HTTP
c=22&t=button&k=fun HTTP
st=expand&c=22&t=party&k=fun HTTP
st=expand&c=22&k=fun HTTP
st=expand HTTP
 HTTP

输出数据

expand,22,button,fun
,22,button,fun
expand,22,party,fun
expand,22,,fun
expand,,,
,,,

Answer 1

您可以使用此sed：

sed -E 's/(st=([^& ]*)|)(.*c=([^& ]*)|)(.*t=([^& ]*)|)(.*k=([^& ]*)|) HTTP/\2,\4,\6,\8/' file

expand,22,button,fun
,22,button,fun
expand,22,party,fun
expand,22,,fun
expand,,,
,,,

Sed Demo

RegEx Demo

Answer 2

这样的事情怎么样？它并不是非常严格，但只要您的数据遵循您在每一行描述的格式，它就会起作用。

正则表达式： ^(?:st=([^&\n]*))?&?(?:c=([^&\n]*))?&?(?:t=([^&\n]*))?&?(?:k=([^&\n]*))? HTTP$（必须每行运行一次或启用多行和全局选项）

换人： \1,\2,\3,\4

在此处试试：https://regex101.com/r/nE1oP7/2

编辑：如果您使用的是sed，则需要将非捕获组更改为常规组（(?:)到()）并相应地更新后向引用（\2,\4,\6,\8）。演示：http://ideone.com/GNRNGp

Answer 3

每当输入数据中有name = value对时，它最简单，最清晰，通常最有效的方法是创建一个name-＆gt; value数组，然后按照你想要的顺序按名称打印值，例如：

$ cat tst.awk
BEGIN { FS="[&= ]"; OFS="," }
{
    delete n
    for (i=1;i<NF;i+=2) {
        n[$i] = $(i+1)
    }
    print n["st"], n["c"], n["t"], n["k"]
}

$ awk -f tst.awk file
expand,22,button,fun
,22,button,fun
expand,22,party,fun
expand,22,,fun
expand,,,
,,,

Answer 4

sed尝试的另一种模式：

sed -r "s/(st=(\w+))?(&?c=(\w+))?(&t=(\w+))?(&k=(\w+))?( HTTP)/\2,\4,\6,\8/g" big_file

expand,22,button,fun
,22,button,fun
expand,22,party,fun
expand,22,,fun
expand,,,

REGEX 101 DEMO

正则表达式具有未知数量的参数的字符串

输入数据示例

输出数据

4 个答案: