awk one-liner 仅替换第一个匹配的正则表达式出现的文本

Posted 2023-03-15

【中文标题】awk one-liner 仅替换第一个匹配的正则表达式出现的文本

【英文标题】：Awk one-liner to replace text of first matching regex occurence only

【发布时间】：2015-09-06 03:23:15

【问题描述】：

我需要这个 awk 命令将文本中第一个 XML 标记中的 ss:Width="252" 替换为 ss:Width="140" 并保留其余标记：

cat <<- EOF > text
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="189"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="189"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
EOF

awk 'c=++count[$0] c==1 sub(/ss:Width=\"[0-9]1,4\"/,"ss:Width=\"140\"") print' text > newf

cat newf

相反，它替换了三个唯一匹配项中每一个的第一个实例中的表达式（总共三个替换，而我只想要一个。）

<ss:Column ss:AutoFitWidth="1" ss:Width="140"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="140"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="140"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="189"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
<ss:Column ss:AutoFitWidth="1" ss:Width="252"/>

为什么会这样？增量器在我的 awk 命令中的行为如何？我希望它在 /ss:Width=\".*\"/ 的第一个合格匹配之后增加，但它似乎在找到所有 unique 匹配之前不会增加，然后忽略后续的非唯一只匹配。那正确吗？我试图强制计数器在 c == 1 块的末尾递增，如下所示：

awk 'c=++count[$0] c==1 sub(/ss:Width=\".*\"/,"ss:Width=\"140\"");c++ print' text > newf

但我得到相同的输出。我在 sed 中尝试这个任务没有任何运气，而且我宁愿在 awk 中完成它。我对理解这种 awk 语法特别感兴趣。

编辑：我通过将一个宽度属性更改为另一个随机数来测试这个理论。它也确实将那个替换为 140。因此，它仅限于所有匹配表达式的第一个实例，而不是第一个匹配表达式本身。

编辑：正如 Cody 指出的那样，我的正则表达式是贪婪的。我将 .* 更改为 [0-9]1,4 但是行为是相同的 - 它仍然只替换每个唯一匹配的第一个实例。我还将 XML 标记的宽度属性之一更改为第三个唯一编号，并更新了输出以说明我正在尝试修复的行为。

这是 AIX/ksh。

【参考方案1】：

awk 'found == 0  found = sub(/ss:Width=\"[0-9]1,4\"/,"ss:Width=\"140\"") //' text > newf

你也许可以缩短一点。

您的旧方法是保留由输入行索引的计数器数组。这就是为什么它表现出你没有预料到的行为。

其他一些答案假设所有行都将匹配 /ss:Width/ 正则表达式和/或总是在行尾找到宽度属性。在您的情况下可能是正确的，但值得注意。我决定不在上面的脚本中假设这些事情。

【讨论】：

谢谢 - 这个解释是我怀疑的，但这个解决方案对我不起作用，我明白了，但还不能解决它。尝试在各个地方添加一个结束括号，但没有运气。 “错误上下文是 // line=$0 found == 0 >>> line=

我正在尝试分解您的语法并理解它，我认为这将有很大帮助。另外，我需要它匹配 [0-9]1,4，而不仅仅是 252（在第一个 XML 标记中可能并不总是 252。）

只能在 NR == 1 时进行替换吗？我想我不太确定你想影响哪些线路。

我编辑了答案以匹配宽度属性中的任何数值。我认为这可能是问题所在。

Shawn，你说得对，并非所有行都包含 ss:Width ，我相信这就是 NR == 1 不起作用的原因。这只是一个较大的 XML 文档的摘录，我需要在其中识别这个文本块并转换这一系列标签中的第一个。我得到了要执行的命令，但现在 - 我不知道为什么 - 它只在第一个匹配项上打印“1”而不是完整的 XML 标记。 1 等我试过发现 = $1 但我不要得到它，它没有工作。谢谢，这让我更接近了！

【参考方案2】：

看起来你的正则表达式很贪心。

sub(正则表达式，替换 [，目标]) 子函数改变目标的值。它在这个被视为字符串的值中搜索与正则表达式 regexp 匹配的最长子字符串。

【讨论】：

有趣，我没有考虑过。但是...我认为因为 awk 是面向行的，所以它不会评估其他行的内容并吃掉整个文本块。但你是对的，我不应该使用 .* - 我用 [0-9]1,4 替换它，但不幸的是我仍然得到相同的行为。不过谢谢

【参考方案3】：

试试这个：

awk '($0 ~ /ss:Width/) if (once != 1) sub("[0-9]+\"/>","140\"/>"); once=1; print' text

它查找包含ss:Width 的第一行，然后将结束标记前的最后一个数字替换为140。

【参考方案4】：

使用自定义字段分隔符实际上非常简单：

awk -F ' ss:Width="252"' -v r=' ss:Width="140"' '!p && NF>1p=1; $1 = $1 r 1' text
    <ss:Column ss:AutoFitWidth="1" ss:Width="140"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="189"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="189"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="126"/>
    <ss:Column ss:AutoFitWidth="1" ss:Width="252"/>

-F ' ss:Width="252"' 将字段分隔符设置为ss:Width="252"。

!p && NF>1 将替换值 r 用于搜索文本的第一个实例。