用于删除某些列的正则表达式

Question

我有一个这种格式的输入：

<apple1> <orange1> : <apple2> <orange2> : <apple3> <orange3> : ...

此输入的长度未定义，由带有不同橙色和苹果部分的苹果-橙色对组成，用冒号分隔。

我想把它作为输出：

<apple1> <orange1> : <orange2> : <orange3> : ...

我。 e.除第一个外的所有苹果部件。

每个苹果部分宽 14 个字符，每个橙色部分宽 19 个字符。

我尝试过这样的事情：

sed -r 's/.{14}(.{19}):/\1:/g'

但这总是会遇到跳过第一个苹果部分的问题。

谁能提供一个正则表达式来解决这个任务？

真实世界示例输入：

appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo
foofoofoofoofobarbarbarbarbarbarb:foofoofoofoofobarbarbarbarbarbarb:foofoofoofoofobarbarbarbarbarbarb
xxxxxxxxxxxxxxooooooooooooooooooo:ppppppppppppppqqqqqqqqqqqqqqqqqqq:nnnnnnnnnnnnnnttttttttttttttttttt

输出应该是这样的：

appleappleapplorangeorangeorangeo:orangeorangeorangeo:orangeorangeorangeo
foofoofoofoofobarbarbarbarbarbarb:barbarbarbarbarbarb:barbarbarbarbarbarb
xxxxxxxxxxxxxxooooooooooooooooooo:qqqqqqqqqqqqqqqqqqq:ttttttttttttttttttt

Answer 1

您对 sed 的正则表达式几乎是正确的。一遍又一遍地匹配 ":_14_19" 并删除 14 部分。 （注意：我在下面使用逗号作为正则表达式分隔符，因为它们更容易阅读。）

$ export A='appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo:foofoofoofoofobarbarbarbarbarbarb:foofoofoofoofobarbarbarbarbarbarb:foofoofoofoofobarbarbarbarbarbarb:xxxxxxxxxxxxxxooooooooooooooooooo:ppppppppppppppqqqqqqqqqqqqqqqqqqq:nnnnnnnnnnnnnnttttttttttttttttttt'
$ echo $A | sed -Ee 's,:.{14}(.{19}),:\1,g'
appleappleapplorangeorangeorangeo:orangeorangeorangeo:orangeorangeorangeo:barbarbarbarbarbarb:barbarbarbarbarbarb:barbarbarbarbarbarb:ooooooooooooooooooo:qqqqqqqqqqqqqqqqqqq:ttttttttttttttttttt

Answer 2

这项工作更适合awk，因为输入文件在行和列中结构良好，使用已知的分隔符，即colon：

awk 'BEGIN{FS=OFS=":"} {for (i=2; i<=NF; i++) $i = substr($i, 15)} 1' file

appleappleapplorangeorangeorangeo:orangeorangeorangeo:orangeorangeorangeo
foofoofoofoofobarbarbarbarbarbarb:barbarbarbarbarbarb:barbarbarbarbarbarb
xxxxxxxxxxxxxxooooooooooooooooooo:qqqqqqqqqqqqqqqqqqq:ttttttttttttttttttt

此 awk 命令使用: 作为输入+输出分隔符，并从每条记录的第二个字段开始，它将每个字段设置为来自15th 位置的同一字段的子字符串。

Answer 3

使用 perl..

我们的意见：appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo

假设 a=appleappleappl（14 个字符） b=orangeorangeorangeo（19 个字符） c=appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo（该行的其余部分，是 a 和 b 的重复组合。

预期输出： 在第一个冒号 (:) 之前，a 和 b 都保留，在第一个冒号之后，只保留 b。 ${a}${b}:${b}:${b}:....（如果我错了，请纠正我）

所以这里再次回顾一下输入和输出。

我们的意见： appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo

预期输出： appleappleapplorangeorangeorangeo:orangeorangeorangeo:orangeorangeorangeo

请试试这个脚本：（如前所述，这是使用 perl 而不是 shell）。

%_Host@User> cat apple.pl
#!/usr/bin/perl

use strict;
use warnings;

while (<>) {
  chomp $_ ;
  my @tmp = split /:/, $_ ;
  my ($a,$b) = (substr($tmp[0],0,14), substr($tmp[0],14,19)) ;
  my $str = "$a"."$b" ;

  foreach my $i (1..$#tmp) {
    $tmp[$i] =~  s/$a//g ;
    $str .= ":"."$tmp[$i]"  ;
  }
  print "$str\n" ;
}
%_Host@User>

脚本输出：

%_Host@User> cat td_apple |./apple.pl
appleappleapplorangeorangeorangeo:orangeorangeorangeo:orangeorangeorangeo
foofoofoofoofobarbarbarbarbarbarb:barbarbarbarbarbarb:barbarbarbarbarbarb
xxxxxxxxxxxxxxooooooooooooooooooo:ppppppppppppppqqqqqqqqqqqqqqqqqqq:nnnnnnnnnnnnnnttttttttttttttttttt

样本数据：

%_Host@User> cat td_apple
appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo:appleappleapplorangeorangeorangeo
foofoofoofoofobarbarbarbarbarbarb:foofoofoofoofobarbarbarbarbarbarb:foofoofoofoofobarbarbarbarbarbarb
xxxxxxxxxxxxxxooooooooooooooooooo:ppppppppppppppqqqqqqqqqqqqqqqqqqq:nnnnnnnnnnnnnnttttttttttttttttttt
%_Host@User>

谢谢。