使用 .csv 文件作为 sed 函数的数据池

Question

我有大量文本，我想使用 sed 进行批量替换，使用 .csv 文件作为数据池供 sed 参考。例如，如果我想创建一个如下所示的 .csv 文件：

bird,snake
tree,bush
river,stream

然后我想使用 sed 在我的文本中搜索第 1 列字符串并替换为第 2 列值。这是最好使用调用 sed 的 bash 脚本来完成的事情，还是使用 Perl 脚本会更成功？

Answer 1

最好的方法是让一个sed 脚本将映射文件转换为第二个sed 脚本，然后将其应用于要转换的数据。既然你说bash，我会假设你有process substitution 可用。如果你不这样做，那么要么升级bash，要么改用临时文件。

sed -i .bak -f <(sed 's%^ *\([^ ,]\{1,\}\), *\([^ ]\{1,\}\) *$%s/\1/\2/g%' \
                      control-file) \
    datefile-1 datafile-2 ...

正则表达式相当复杂，因为问题中显示的控制数据有前导空格，可能还有尾随空格，并且有一个逗号空格作为字段分隔符。如果控制文件中的数据以更正统的方式格式化：

bird,snake
tree,bush
river,stream

代码可以更简单：

sed -i .bak -f <(sed 's%\([^,]*\),\(.*\)%s/\1/\2/g%' control-file) \
    datefile-1 datafile-2 ...

Answer 2

使用 Perl。将 CSV 文件读入哈希，从哈希键构建正则表达式，并使用哈希对文本进行全局替换。

看起来像这样

use strict;
use warnings;
use 5.010;
use autodie;

my $str = <<'__END_TEXT__';
The ripple-necked bird sang melodies by the curling river while
the hooded tiger glowered in the tree beneath her, just out of reach.
__END_TEXT__

open my $fh, '<', 'words.csv';
my %patterns = map {
   chomp;
   split /,/, $_, 2;
} <$fh>;

my $re = join '|', sort { length $b <=> length $a } keys %patterns;

$str =~ s/\b($re)\b/$patterns{$1}/g;

say $str;

输出

The ripple-necked snake sang melodies by the curling stream while
the hooded tiger glowered in the bush beneath her, just out of reach.