【问题标题】:Regex command line change format of each line正则表达式命令行更改每行的格式
【发布时间】:2016-04-23 16:43:29
【问题描述】:

我有一个文件,其中包含类似于此格式的行...

/data/file.geojson?10,20,30,40
/data/file.geojson?bbox=-5.20751953125,49.05227025601607,3.0322265625,56.46249048388979
/data/file.geojson?bbox=-21.46728515625,45.99696161820381,19.2919921875,58.88194208135912
/data/file.geojson?bbox=-2.8482055664062496,54.38935426009769,-0.300750732421875,55.158473983815306
/data/file.geojson?bbox=-21.46728515625,45.99696161820381,19.2919921875,58.88194208135912
/data/file.geojson?bbox=-21.46728515625,45.99696161820381,19.2919921875,58.88194208135912

我尝试了 grep、sed、gawk 和 |(pipes) 的组合来尝试模式匹配,然后将格式更改为更像这样...

[10,40],[30,40],[30,20][10,20],
[-5.20751953125,56.46249048388979],[3.0322265625,56.46249048388979].....

希望你从第一行就明白了,这样我就不必手动输入所有示例了!

我已经掌握了正则表达式来匹配坐标的窍门。事实上,输入文件是从 apache 访问日志中提取的结果。如果它们只匹配正整数,可能会更容易阅读/理解答案,然后我将能够插入更多 complicated pattern to match the right range。

【问题讨论】:

  • 字符串后面总是有2对数字吗?
  • 不要向我们展示“格式类似于”的示例输入和“更像”您的真实文件的所需输出,向我们展示示例输入和输出那是你真实文件的格式。否则你可能会得到一个解决一些完全不同的问题的答案。

标签: regex bash ubuntu sed gawk


【解决方案1】:

sed 去除数字之前的项目,然后 awk 以逗号分隔并以不同的顺序输出。假设数据在一个名为“td.txt”的文件中

sed 's/^[^0-9-]*//' td.txt|awk -F, '{print "["$1","$4"],["$3","$4"],["$3","$2"],["$1","$2"],"}'

【讨论】:

    【解决方案2】:

    你可以使用以下来匹配:

    (\/data\/file\.geojson\?(?:bbox=)?)([0-9.-]+),([0-9.-]+),([0-9.-]+),([0-9.-]+)
    

    并替换为以下内容:

    $1[$2,$3],[$4,$5]
    

    见DEMO

    【讨论】:

    • 这个答案是不完整的,因为你还没有真正展示如何解决这个问题,你只是想出了一个正则表达式,它不适用于 OP 标记的任何工具问题。
    【解决方案3】:

    为了能够像您一样排列结果,重要的是能够访问每行值的最后一个。

    如果您使用awk,则不需要模式匹配。您可以通过一组分隔符拆分输入字符串并重新组合结果字段。 40 可以作为$(NF) 访问,30 作为$(NF-1) 等等。

    awk -F'[?,=]' '
        {printf "[%s,%s],[%s,%s],[%s,%s],[%s,%s]\n",
            $(NF-3),$(NF),$(NF-1),$(NF),
            $(NF-1),$(NF-2),$(NF-3),$(NF-2)
        }' file
    

    我使用?、, 或= 作为字段分隔符。这使得访问感兴趣的列变得简单。

    输出:

    [10,40],[30,40],[30,20],[10,20]
    [-5.20751953125,56.46249048388979],[3.0322265625,56.46249048388979],[3.0322265625,49.05227025601607],[-5.20751953125,49.05227025601607]
    [-21.46728515625,58.88194208135912],[19.2919921875,58.88194208135912],[19.2919921875,45.99696161820381],[-21.46728515625,45.99696161820381]
    [-2.8482055664062496,55.158473983815306],[-0.300750732421875,55.158473983815306],[-0.300750732421875,54.38935426009769],[-2.8482055664062496,54.38935426009769]
    [-21.46728515625,58.88194208135912],[19.2919921875,58.88194208135912],[19.2919921875,45.99696161820381],[-21.46728515625,45.99696161820381]
    [-21.46728515625,58.88194208135912],[19.2919921875,58.88194208135912],[19.2919921875,45.99696161820381],[-21.46728515625,45.99696161820381]
    

    顺便说一句,sed 也可以在这里使用:

    sed -r 's/.*[?=]([^,]+),([^,]+),([^,]+),(.*)/[\1,\4],[\3,\4],[\3,\2],[\1,\2]/' file
    

    该命令将每个末尾的数字捕获到一个单独的捕获组中,并将它们重新组合到替换部分中。

    并非所有版本的sed 都支持+ 量词。最兼容的版本应该是这样的 :)

    sed 's/.*[?=]\([^,]\{1,\}\),\([^,]\{1,\}+\),\([^,]\{1,\}\),\(.*\)/[\1,\4],[\3,\4],[\3,\2],[\1,\2]/' file
    

    【讨论】:

      【解决方案4】:

      这可能对你有用(GNU sed):

      sed -r 's/^.*\?[^-0-9]*([^,]*),([^,]*),([^,]*),([^,]*)/[\1,\4],[\3,\4],[\3,\2],[\1,\2]/' file
      

      或者更多toothpicks:

      sed 's/^.*\?[^-0-9]*\([^,]*\),\([^,]*\),\([^,]*\),\([^,]*\)/[\1,\4],[\3,\4],[\3,\2],[\1,\2]/' file
      

      【讨论】:

        猜你喜欢
        • 2012-06-21
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 1970-01-01
        • 2012-03-25
        • 2011-12-31
        相关资源
        最近更新 更多