正则表达式 - 用句点替换行首的所有空格

Question

我不在乎我是否通过 vim、sed、awk、python 等来实现这一点。我尝试了所有，但无法完成。

对于这样的输入：

top           f1    f2    f3
   sub1       f1    f2    f3
   sub2       f1    f2    f3
      sub21   f1    f2    f3
   sub3       f1    f2    f3

我想要：

top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3

然后我想在 Excel 中加载它（由空格分隔），仍然能够查看第一列的层次结构！

我尝试了很多东西，但最终丢失了层次结构信息

Answer 1

以此为输入：

$ cat file
top           f1    f2    f3
   sub1       f1    f2    f3
   sub2       f1    f2    f3
      sub21   f1    f2    f3
   sub3       f1    f2    f3

试试：

$ sed -E ':a; s/^( *) ([^ ])/\1.\2/; ta' file
top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3

工作原理：

• :a

  这会创建一个标签a。

• s/^( *) ([^ ])/\1.\2/

  如果行以空格开头，这会将前导空格中的最后一个空格替换为句点。

  更详细地说，^( *) 匹配除最后一个以外的所有前导空格并将它们存储在第 1 组中。正则表达式 ([^ ])（尽管 stackoverflow 看起来像这样，它由一个空格和 ([^ ]) 组成）匹配一个空白后跟一个非空白并将非空白存储在第 2 组中。

  \1.\2 将匹配的文本替换为第 1 组，后跟句点，然后是第 2 组。

• ta

  如果替换命令导致替换，则分支返回标签 a 并重试。

兼容性：

1. 以上是在现代 GNU sed 上测试的。对于 BSD/OSX sed，可能需要也可能不需要：

   sed -E -e :a -e 's/^( *) ([^ ])/\1.\2/' -e ta file
   

   在古老的 GNU sed 上，需要使用 -r 代替 -E：

   sed -r ':a; s/^( *) ([^ ])/\1.\2/; ta' file
   

2. 以上假设空格为空白。如果它们是制表符，那么您必须确定制表位是什么并相应地进行替换。

Answer 2

在 vim 中有两种不同的方法可以做到这一点。

1. 使用正则表达式：

   :%s/^\s\+/\=repeat('.', len(submatch(0)))
   

   这相当简单，但有点冗长。它使用 eval 寄存器 (\=) 生成一个 '.'s 的字符串，其长度与每行开头的空格数相同。

2. 使用规范命令：

   :%norm ^hviwr.
   

   这是一个更方便的简短命令，虽然有点难以理解。它直观地选择行首的空格，并用点替换整个选择。如果没有前导空格，则该命令将在 ^h 上失败，因为光标试图移出边界。

   要了解它是如何工作的，请尝试在带有前导空格的行上键入 ^hviwr. 以查看它发生的情况。

Answer 3

虽然有点冗长，但仍然是一个有趣的练习：

# Function to count the number of leading spaces in a string
# Basically, this counts the number of consecutive elements that satisfy being spaces
def count_leading_spaces(s):
    if not s:
        return 0
    else:
        curr_char = s[0]
        if curr_char != ' ':
            return 0
        else:
            idx = 1
            curr_char = s[idx]
            while curr_char == ' ':
                idx += 1
                try:
                    curr_char = s[idx]
                except IndexError:
                    return idx
        return idx

最后，打开文件并做一些工作：

with open('file.txt', 'r') as f:
    data = []
    for i, line in enumerate(f):
        # Don't do anything to the field names
        if i == 0:
            new_line = line.rstrip()
        else:
            n_leading_spaces = count_leading_spaces(line)
            # Impute periods for spaces
            new_line = ('.'*n_leading_spaces + line.lstrip()).rstrip()
        data.append(new_line)

结果：

>>> print('\n'.join(data))
top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3

你也可以这样做，更简单：

with open('file.txt', 'r') as f:
    data = []
    for i, line in enumerate(f):
        # Don't do anything to the field names
        if i == 0:
            new_line = line.rstrip()
        else:
            n_leading_spaces = len(line) - len(line.lstrip())
            # Impute periods for spaces
            new_line = line.lstrip().rjust(len(line), '.').rstrip()
        data.append(new_line)

Answer 4

既然你说python：

#!/usr/bin/env python
import re, sys
for line in sys.stdin:
    sys.stdout.write(re.sub('^ +', lambda m: len(m.group(0)) * '.', line))

（对于每一行，我们将最长的前缀空格 '^ +' 替换为同样长的点串 len(m.group(0)) * '.'）。

最终结果：

$ ./dottify.py <file
top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3

---

既然你说awk：

$ awk '{ match($0,/^ +/); p=substr($0,0,RLENGTH); gsub(" ",".",p); print p""substr($0,RLENGTH+1) }' file
top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3

(对于每一行，我们将最长的空格前缀与match匹配，将其提取为substr，通过gsub将每个空格替换为点，并打印修改后的前缀p，然后是余数输入行的长度（RSTART 和 RLENGTH 变量填充在 match() 之后并保存匹配模式的起始位置和长度）。

Answer 5

在 awk 中。它不断用句号替换第一个空格，而空格之前只有句号：

$ awk '{while(/^\.* / && sub(/ /,"."));}1' file
top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3

这是 perl 中的一个：

$ perl -p -e 'while(s/(^\.*) /\1./){;}' file
top           f1    f2    f3
...sub1       f1    f2    f3
...sub2       f1    f2    f3
......sub21   f1    f2    f3
...sub3       f1    f2    f3