将带有反向引用的 vim 替换转换为 sed、awk 或类似的 unix 命令答案

【问题标题】：Converting vim substitution with back references to sed, awk or similar unix command将带有反向引用的 vim 替换转换为 sed、awk 或类似的 unix 命令
【发布时间】：2014-11-21 03:21:28
【问题描述】：

嗨，我有一个命令，我一直在用它来处理 vim 中的文本文件；寻找一个字符串 R1 然后删除 3 行，2 行低于该字符串。这在 vim 中运行良好，但是对于大文件来说非常慢：

:1,$s/\(r1.*\n\)\(\(.*\n\){2}\)\(\(.*\n\)\{3}\)/\1\2/g

例子：

R1                  30049              109769            109769 
                                       101598            281921 
                                 6.56608e+006      2.82861e+006 
                                 1.19658e+006      1.19658e+006 
                                      -515145           -515145 
                                      -223257            627520 
                                      -101598           -281921 
                                -6.56608e+006     -2.82861e+006 
                                       23.125            23.125 
                                        271.7            272.46 
                                          500               500

会变成：

R1                  30049              109769            109769 
                                       101598            281921 
                                 6.56608e+006      2.82861e+006 
                                      -101598           -281921 
                                -6.56608e+006     -2.82861e+006 
                                       23.125            23.125 
                                        271.7            272.46 
                                          500               500

此命令（或类似命令）能否更快地在 unix 终端中的 sed 或 awk 中运行？

非常感谢

【问题讨论】：

:g/R1/.+3,.+5d 中的vim 有什么问题（而不是恶魔般的正则表达式）？我相信这应该相当快。

标签： regex unix vim awk sed

【解决方案1】：

您可以在 Vim 中使用 :global 来解决这个问题，而不是使用多行正则表达式（这确实会很慢）：

:global/^R1/.+3,.+5delete _

这会搜索所有以R1 开头的行，然后删除三到五行（进入黑洞寄存器_）。

【讨论】：

【解决方案2】：

使用 sed：

sed -n '/^R1/{p;n;p;n;p;n;n;n;n};p;' file.txt

使用备份编辑文件：

sed -n -i.bak '/^R1/{p;n;p;n;p;n;n;n;n};p;' file.txt

【讨论】：

【解决方案3】：

你可以通过 perl 做到这一点，

$ perl -00pe 's/(\bR1.*\n(?:.*\n){2})(.*\n){3}/\1/g' file
R1                  30049              109769            109769 
                                       101598            281921 
                                 6.56608e+006      2.82861e+006 
                                      -101598           -281921 
                                -6.56608e+006     -2.82861e+006 
                                       23.125            23.125 
                                        271.7            272.46 
                                          500               500

【讨论】：

【解决方案4】：

sed 是一个出色的工具，可以在单行上进行简单的替换，但对于其他任何事情，只需使用 awk：

$ awk '/R1/{start=NR+3;end=start+2} NR<start || NR>end' file
R1                  30049              109769            109769
                                       101598            281921
                                 6.56608e+006      2.82861e+006
                                      -101598           -281921
                                -6.56608e+006     -2.82861e+006
                                       23.125            23.125
                                        271.7            272.46
                                          500               500

上面说在包含 R1 (NR+3) 的行之后开始删除 3 行并在之后停止 2 行 (start+2)。如果您有其他范围或其他模式或其他条件要处理，则使其工作的调整是清晰而简单的。尝试调整 sed 解决方案以删除 20 行而不是 3 行。

如果出于某种原因您更喜欢 sed 解决方案的简洁性，只需使用单字符变量名并去掉空格：

awk '/R1/{s=NR+3;e=s+2}NR<s||NR>e' file

它比 sed 更简洁，但仍然更易于维护、可扩展等，因为多行问题的 awk 解决方案总是如此。

【讨论】：