用另一个文件中的值替换一个文件不能正常工作

Posted 2023-03-15

【中文标题】用另一个文件中的值替换一个文件不能正常工作

【英文标题】：Replace in one file with value from another file not working properly

【发布时间】：2018-02-19 18:56:37

【问题描述】：

我有两个文件。一个映射文件和一个输入文件。

猫地图.txt

测试：替换

猫输入.txt

test这个词应该被替换，但是testbook这个词不应该被替换 只是因为它有“_test”而被替换。

使用以下命令在文件中查找并将其替换为映射文件中的值。

awk 'FNR==NR array[$1]=$2; next   for (i in array) gsub(i, array[i]) 1' FS=":" map.txt FS=" " input.txt

它的作用是搜索 map.txt 中提到的文本，并在同一个输入文件中替换为“:”之后的单词。 在上面的例子中，“test”用“replace”。

当前结果：

replace这个词应该被替换。但是replacebook这个词不应该仅仅因为它有_replace而被替换。

预期结果：

replace这个词应该被替换。但是testbook这个词不应该仅仅因为它有“_test”而被替换。

所以我需要的是，只有当这个词被发现时，它才必须被替换。如果这个词有任何其他字符，那么它应该被忽略。

感谢任何帮助。

提前致谢。

【问题讨论】：

文件input.txt的内容丢失

@Inian 内容在“cat input.txt”下给出。我已经给出了一个示例语句。

@lfc_07，您的输入中没有replacebook 或_test 或_replace。更新你的问题，它很模糊

对不起。什么是模糊的？全部在输入中。请检查。我正在用替换替换测试。

映射文件所做的是将这个词替换为“：”之后提到的另一个词

【参考方案1】：

for 循环所有单词并在需要的地方替换：

$ awk '
NR==FNR                      # hash the map file
    a[$1]=$2
    next


    for(i=1;i<=NF;i++)        # loop every word and if it s hashed, replace it
        if($i in a)           # ... and if it s hashed...
            $i=a[$i]          # replace it
1
' FS=":" map FS=" " input
The word replace should be replaced.But the word testbook should not be replaced just because it has "_test" in it.

编辑：使用match从字符串中提取单词以保留标点符号：

$ cat input2
Replace would Yoda test.
$ awk '
NR==FNR                      # hash the map file
    a[$1]=$2
    next


    for(i=1;i<=NF;i++) 
        # here should be if to weed out obvious non-word-punctuation pairs
        # if($i ~ /^[a-zA-Z+][,\.!?]/)
        match($i,/^[a-zA-Z]+/)       # match from beginning of word. ¿correct?
        w=substr($i,RSTART,RLENGTH)  # extract word
        if(w in a)                   # match in a
            sub(w,a[w],$i)
    
1' FS=":" map FS=" " input
Replace would Yoda replace.

【讨论】：

谢谢。它工作正常。但这里还有另一个复杂情况。假设替换词是语句的结尾，它的结尾像“测试”。甚至是句子中间的“测试”。在这种情况下，它不会被替换，因为它后面跟着 .(dot) 或 ,(comma)。在这种情况下有什么解决方案吗？谢谢。

@EdMorton 一个人不应该在入睡前两分钟回答...

@lfc_07 想更具体一点吗？

删除了一些甚至不在替换列表中的单词。

所以我明白了。能否提供样品？

【参考方案2】：

使用 GNU awk 进行单词边界：

awk -F':' '
NR==FNR  map[$1] = $2; next 

    for (old in map) 
        new = map[old]
        gsub("\\<"old"\\>",new)
    
    print

' map input

如果 old 包含正则表达式元字符或转义字符，或者 new 包含 &，则上述操作将失败，但只要两者都使用单词组成字符就可以了。

【讨论】：

有什么方法可以在文件中进行更改？早些时候我使用的是一个衬里，所以将它分配给变量并覆盖文件。在这里不工作，那样。

请忽略，我想通了。谢谢埃德。