Vim 正则表达式重复行分组答案

【问题标题】：Vim Regex Duplicate Lines GroupingVim 正则表达式重复行分组
【发布时间】：2011-11-27 21:59:20
【问题描述】：

我有一个这样的日志文件：

12 adsflljl
12 hgfahld
12 ash;al
13 a;jfda
13 asldfj
15 ;aljdf
16 a;dlfj
19 adads
19 adfasf
20 aaaadsf

我想将它们“分组”为以下两者之一：

12 adsfllj, 12 hgfahld, 12 ash;al
13 a;jfda, 13 asldfj
15 ;aljdf
16 a;dlfj
19 adads, 19 adfasf
20 aaaadsf

或者

12 adsfllj, hgfahld, ash;al
13 a;jfda, asldfj
15 ;aljdf
16 a;dlfj
19 adads, adfasf
20 aaaadsf

我完全被困住了。如果 vim 不这样做，我也有 sed 和 awk 和 bash。我只是不想写一个bash脚本，我想增加我的regex-fu

【问题讨论】：

标签： regex sorting vim sed awk

【解决方案1】：

我只会使用 awk：

awk '
  {
    sep = val[$1] ? ", " : ""
    val[$1] = val[$1] sep $2
  }
  END {for (v in val) print v, val[v]}
' log.file | sort > new.file

【讨论】：

我不知道这是如何工作的，但确实如此，所以这是我打开一个关于 awk 的教程来了解原因的一个很好的理由。太棒了！我的fu已经准备好增加了！
awk 的一个奇怪特性是它如何进行字符串连接：没有连接运算符（如+ 或.）——并排放置两个变量，值将是串联。运算符（如上面的 ?:）通常像 C 运算符一样工作。此外，未设置变量的行为类似于空字符串或数字为零，因此为 false。

【解决方案2】：

在 Vim 中你可以使用：

:%s/\(\(\d\+\) .*\)\n\2/\1, \2/g

这意味着：如果一组数字在换行后匹配，则删除换行并放置一个逗号。如果您不熟悉它们，\1 和 \2 是反向引用。

不幸的是，这一次只会合并两次，因此您必须多次运行它才能实现目标。

编辑：一次完成的一种方法是循环并利用这样一个事实，即一旦文件不再匹配，就会发出错误。虽然这个错误有点烦人，但我不能用单线做得更好：

:while 1 | :%s/\(\(\d\+\) .*\)\n\2/\1, \2/g | :endwhile

【讨论】：

谢谢，这也太好了，我给你点赞，他只是第一个......

【解决方案3】：

我认为在这里使用正则表达式不是一个好主意。您可以在@glenn jackman 用 vimscript 编写的解决方案中找到相同的想法：

function JoinLog()
    let d={}
    g/\v^\S+\s/let [ds, k, t; dl]=matchlist(getline('.'), '\v^(\S+)\s+(.*)') |
              \let d[k]=get(d, k, [])+[t]
    %delete _
    call setline(1, map(sort(keys(d)), 'v:val." ".join(d[v:val], ", ")'))
endfunction

你可以保持顺序而不是排序：

function JoinLog()
    let d={}
    let ordered=[]
    g/\v^\S+\s/let [ds, k, t; dl]=matchlist(getline('.'), '\v^(\S+)\s+(.*)') |
              \if has_key(d, k) | let d[k]+=[t] |
              \else             | let ordered+=[k] | let d[k]=[t] |
              \endif
    %delete _
    call setline(1, map(copy(ordered), 'v:val." ".join(d[v:val], ", ")'))
endfunction

【讨论】：

【解决方案4】：

在 Vim 中，我会使用命令

:g/^\d\+/y|if+@"==getline(line('.')-1)|s//,/|-j!

如果保证第一列总是包含数字ID。

否则，我将修改 if 条件如下。

:g/^\S\+/y|if matchstr(@",@/)==matchstr(getline(line('.')-1),@/)|s//,/|-j!

【讨论】：

@Peter：它的性能也很好：这两个命令都比 UncleZeiv 的替换循环或 Benoit 的命令序列快得多，并且与 ZyX 的脚本速度（甚至快一点）。

【解决方案5】：

另一种方法，这次使用宏（我建议您使用另一种解决方案，这个只是表明有很多方法可以做到）：

gg:%s/$/,enterqa0V?ctrl-rctrl-w\>\&^enter@987654324 @返回

解释：

gg => 转到文件开头
:%s/$/, => 将逗号附加到每一行
qa => 开始将宏记录到寄存器a
0V => 转到第一列，开始逐行选择
? => 向后查找（你必须有set wrapscan）
- ctrl-r ctrl-w 在光标下插入单词。
- \> 确保词尾
- \&^ 确保在行首的模式匹配。您不能将^ 放在模式的开头，因为如果设置了incsearch，那么一旦您输入^ 然后ctrl-r ctrl-w kbd> 将打印光标下的单词，该单词将移至上一行。
J 将用空格连接视觉选择中的所有行。
j 将转到下一行
q 将停止录制宏
100@a 将播放宏 100 次。
:%s/.$// 将删除结尾的逗号。

【讨论】：