使用 Sed 删除不在字母之间的空格答案

【问题标题】：Using Sed to remove spaces that are NOT between letters使用 Sed 删除不在字母之间的空格
【发布时间】：2018-03-12 07:50:35
【问题描述】：

昨天我发现了 Sed，它太棒了。我可以处理某些简单的正则表达式和文字，但我不确定如何只删除不在两个字母之间的空格（a-zA-Z）。

例如：

输入：

"Mal                        ","","Mr    ","123","  ","   Lauren Hills","Dr  ","  ","      ","        ",

输出：

"Mal","","Mr","123","","Lauren Hills","Dr","","","",

到目前为止，我已经尝试过调整我发现的命令 here、here 和 here。

我得到的最接近的是：

sed 's/ \{1,\}//g' test.csv > test.bak

删除单词之间的重要空格，例如Lauren 和Hills 之间的空格。

【问题讨论】：

标签： regex sed

【解决方案1】：

$ sed 's/ *" */"/g' file
"Mal","","Mr","123","","Lauren Hills","Dr","","","",

【讨论】：

【解决方案2】：

你也可以用这个。

sed 's/" */"/g;s/ *"/"/g'

【讨论】：

【解决方案3】：

在模式中也添加"

sed -e 's/ \{1,\}"/"/g' -e 's/" \{1,\}/"/g' test.csv > test.bak

解释：

-e 选项用于应用多个sed 操作

第一部分将 1 个或多个空格字符和 " 替换为单个 "。

第二部分用单个" 替换" 和1 个或多个空格字符

所以，它会删除引号内的前导和尾随空格。

【讨论】：

不客气。在这里，我重用了您的模式。您也可以在空格后尝试+ 以匹配一个或多个出现。它更易于阅读。
显然，这是在引号之前/之后使用空格，而不是一般不在字母之间的空格，所以如果这是你想要的，那么你应该编辑你的问题以使其准确，以便其他人在未来有同样的问题可以找到答案，而有您原始问题的人不会误会来到这里。另外，如果这就是你想要的，那么a far simpler solution。

【解决方案4】：

分三步完成。当左边的字符是字母而右边的字符不是时，一个删除空格，下一步相反，最后一步是当两个都不是字母时删除空格。我们不会删除的唯一组合是两个周围的字符都是字母。

sed -e 's/\([a-z]\) \{1,\}\([^a-z]\)/\1\2/ig' -e 's/\([^a-z]\) \{1,\}\([a-z]\)/\1\2/ig' -e 's/\([^a-z]\) \{1,\}\([^a-z]\)/\1\2/ig' test.csv > test.bak

【讨论】：

谢谢。这会给出像 "Mal","","Mr","123"," ","Lauren Hills","Dr"," "," "," ", 这样的输出，它是标题中实际问题的答案，但它与所需的输入和输出不匹配。
当两个字符都不是字母时，我添加了一个步骤。

【解决方案5】：

在 Perl 中比 sed 更容易：

perl -pe 's/\B | \B//g' < input > output

\B 代表“不在单词边界”，即它不会删除前后有字母的空格。

【讨论】：

这更容易。我敢打赌它也更快，因为它是一步到位的。应用到的文件是 400GB。
我的立场是正确的。我有两个实例，一个 sed 和一个 perl 并排运行，而 sed 刚刚飞过 perl 实例以提高速度。 perl 实例在 sed 实例之前大约一分半钟启动，但从文件大小来看，现在 sed 的距离是原来的两倍。
@AuntJamaima：sed 更简单可能更快——至少对于更简单的任务而言。
wrt 速度：perl 正则表达式 (PCRE) 的评估速度比 BRE 或 ERE 慢（请参阅swtch.com/~rsc/regexp/regexp1.html），当您使用 perl 时，无论您的正则表达式是否为 PCRE，您都会获得 PCRE 正则表达式引擎在评估正则表达式时，您通常应该期望 perl 比 sed 或 awk 慢。
我认为使用perl -pe 's/\B +| +\B//g' 和sed -E 's/\B +| +\B//g' 会更快...