时间戳

首页 > 解决方案 > 替换重叠的文本

regex - 替换重叠的文本

问题描述

我有一段数据（data.txt），由于用户错误，看起来像这样：

4,48
4485
4,49
4495
4,5
4505
4,51
 4,6
11445
11,45

模式是这样的：只要有逗号，就会删除 0。所以：4450被不当改成了4,45，4600改成了4,6；和 11450 更改为 11,45。

因此，找到逗号时应执行两个操作：

  1. 在右边添加一个或两个 0，得到逗号右边的三个数字： d,dd -> d,dd0 ；或 d,d -> d,d00
  2. 删除逗号 ddd0 ；dd00

最终结果应该是：

4480
4485
4490
4495
4500
4505
4510
4600
11445
11450

我如何在sed（或其他程序）上使用正则表达式来获得这个结果？

  1. 一种解决方案是将数据拆分为两个文件，dataa.txt 和 datab.txt：

数据a.txt：

4,48
4485
4,49
4495
4,5
4505
4,51
 4,6
11445
11,45

和datab.txt：

4,5
4,6

对于第一个文件：

$ sed -E 's/(\,[0-9][0-9])/\10/g;s/\,//g' dataa.txt

对于第二个文件：

$ sed -E 's/(\,[0-9])/\100/g;s/\,//g' datab.txt

然后，连接文件。如果没有这些额外的步骤（拆分和连接），这样做会更好。

  1. 使用awk有非常好的解决方案（谢谢！），下面转载了一个：

    $ awk '{gsub(/,/, ""); printf "%.4s\n", $0 * 1000}' data.txt

但是在处理 5 位数字时（您可以在逗号左侧找到它们的位数），它也不起作用。它还需要拆分数据。

我们如何在不拆分数据的情况下获得最终结果？

（为清楚起见进行了编辑）

标签： regexsedregex-group

解决方案

使用 GNU awk：

如果当前行包含,将其值乘以 1000。

LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric '/,/{$0=$0*1000} {print}' file

或更短

LC_NUMERIC=de_DE.UTF-8 awk --use-lc-numeric '/,/{$0*=1000}1' file

输出：

4480
4485
4490
4495
4500
4505
4510
4600

推荐阅读