正则表达式仅用替换文件中的单词替换单词

Posted 2023-03-15

【中文标题】正则表达式仅用替换文件中的单词替换单词

【英文标题】：regex replace only words with words from replacement file

【发布时间】：2020-01-06 01:56:27

【问题描述】：

我找到了一种方法，可以将文件 inputfile.txt 中的单词替换为 bash 中 substitutes.txt 中的匹配单词与 sed。

例如： 文件 substitutes.txt 包含要替换的单词对：Good=oksat=cat

我使用以下代码：

sed -e 's/^/s%/' -e 's/=/%/' -e 's/$/%g/' substitutes.txt |
sed -f - inputfile.txt >outputfile.txt

这个替换有点激进，用okyear 替换Goodyear 或用saturday 替换caturday，但它应该不理会这些词。

问题来了： 如何在此替换中实现单词边界 (\b)，以便仅替换单词（而不是单词的一部分）？

【问题讨论】：

sed -e 's/^/s%\\b/' -e 's/=/\\b%/' -e 's/$/%g/' substitutes.txt

【参考方案1】：

如果您的搜索和替换列表仅包含字母单词，则只需使用 \b 单词边界将 LHS 括起来即可：

sed -e 's/^/s%\\b/' -e 's/=/\\b%/' -e 's/$/%g/' substitutes.txt
#             ^^^           ^^^

正则表达式命令列表如下所示

root@ip-172-30-0-77:/home/ubuntu# sed -e 's/^/s%\\b/' -e 's/=/\\b%/' -e 's/$/%g/' substitutes.txt
s%\bGood\b%ok%g
s%\bsat\b%cat%g

请注意，如果术语可能包含特殊字符，您可以添加更多预处理，请参阅Is it possible to escape regex metacharacters reliably with sed。然后，您还必须重新考虑将 = 作为搜索替换对之间的分隔符（多字符分隔符是更好的选择）。

【讨论】：

事实上替换只包含字母词，所以你的例子效果很好。感谢您对逃跑的好提示！

@Kabauter 很高兴，我不得不补充一点，因为动态正则表达式的创建充满了潜在的瓶颈。