在文件中查找和替换文本

Posted 2023-03-15

【中文标题】在文件中查找和替换文本

【英文标题】：Finding and replacing text within a file

【发布时间】：2020-07-29 03:30:16

【问题描述】：

我有一个需要编辑的大型分类文件。文件存在问题，因为“念珠菌”同时列为 念珠菌 和 [念珠菌]。我想要做的是将文件中的每个 [Candida] 案例更改为 Candida。

我尝试了几种方法，但从未得到我想要的输出。这是分类文件的前几行：

Penicillium;marneffei;NW_002197112.1   
Penicillium;marneffei;NW_002197111.1

Penicillium;marneffei;NW_002197110.1    
Penicillium;marneffei;NW_002197109.1

Penicillium;marneffei;NW_002197108.1

使用 sed 给我这个输出：

$ sed -i -e 's/[Candida]/Candida/g' Full_HMS_Taxonomy.txt
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197112.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197111.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197110.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197109.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197108.1

使用 awk 给我这个输出：

$ awk 'gsub(/[Candida]/,"Candida")1' Full_HMS_Taxonomy.txt
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197112.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197111.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197110.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197109.1
PeCandidaCandidacCandidallCandidaum;mCandidarCandidaeffeCandida;NW_002197108.1

在这两种情况下，它都将 Candida 添加到多个位置和多行，而不是仅替换 [Candida] 的每个实例。关于我做错了什么有什么想法吗？

【参考方案1】：

[] 是正则表达式中的特殊字符，所以你应该像这样转义它们：

's/\[Candida\]/Candida/g'

【参考方案2】：

正则表达式解析器对括号进行特殊处理，匹配其中列出的每个字符。因此，[Candida] 匹配其中的任何字符（C、a、n...）。这就是为什么你会得到很多替换。

你需要告诉那些实用程序你想要文字括号，方法是用反斜杠转义它们，例如使用 sed：

sed -i 's/\[Candida\]/Candida/g' Full_HMS_Taxonomy.txt