SED：持有模式和重新排列线 [英] sed: hold pattern and rearrange line

问题描述

我不知道如果我能与SED纯粹做到这一点：

I am not sure if I can do this purely with sed:

我试图重新安排这样的行

I am trying to rearrange lines like this

GF:001,GF:00012,GF:01223<TAB>XXR
GF:001,GF:00012,GF:01223,GF:0666<TAB>XXXR3

到

GF:001<TAB>XXR
GF:00012<TAB>XXR
GF:01223<TAB>XXR
GF:001<TAB>XXXR3
GF:00012<TAB>XXXR3
GF:01223<TAB>XXXR3
GF:0666<TAB>XXXR3

任何人任何提示？ GF的基数：XXXX是交替作为GF长度：XXXX是

Anyone any hints? The cardinality of GF:XXXX is alternating as the length of GF:XXXX is.

我坚持 SED -n
/\\(XX.*\\)$/'{
S /，/ \\ t \\ 1 \\ N /
}'输入但我不能参照原匹配的模式摆在首位。有任何想法吗？干杯！

I am stuck with sed -n ' '/\(XX.*\)$/' { s/,/\t\1\n/ }' input but I cannot reference to the originally matched pattern in the first place. any ideas? cheers!

更新：
我认为这是不可能的，只是用sed来做到这一点。所以我用Perl来做到这一点：

Update: I think it is not possible to do this with just using sed. So I used perl to do this:

perl -e 'open(IN, "< file");
while (<IN>) {
    @a = split(/\t/);
    @gos = split(/,/, $a[0]);
    foreach (@gos) {
      print $_."\t".$a[1];
    }
close( IN );' > output

但是，如果有人知道的方式来解决这个刚刚与 SED 请在这里发表吧...

But if anyone knows a way to solve this just with sed please post it here...

推荐答案

可以在 SED 做，虽然我可能会使用Perl（或awk的或Python），以做到这一点。

It can be done in sed, though I probably would use Perl (or Awk or Python) to do it.

我没要求的优雅此解决方案，但蛮力和无知有时不负有心人。我创建了一个名为文件，unoriginally， sed.script 包含：

I claim no elegance for this solution, but brute force and ignorance sometimes pays off. I created a file called, unoriginally, sed.script containing:

/\(GF:[0-9]*\),\(.*\)<TAB>\(.*\)/{
:redo
s/\(GF:[0-9]*\),\(.*\)<TAB>\(.*\)/\1<TAB>\3@@@@@\2<TAB>\3/
h
s/@@@@@.*//
p
x
s/.*@@@@@//
t redo
d
}

我跑了它作为：

sed -f sed.script input

其中，输入包含在问题中所示的两行。它产生的输出：

where input contained the two lines shown in the question. It produced the output:

GF:001<TAB>XXR
GF:00012<TAB>XXR
GF:01223<TAB>XXR
GF:001<TAB>XXXR3
GF:00012<TAB>XXXR3
GF:01223<TAB>XXXR3
GF:0666<TAB>XXXR3

（我带的自由故意misinter preting ＆LT;标签＆gt; 是一个5个字符的序列，而不是一个制表符，你可以轻松地修复答案来处理实际的标签字符，而不是。）

(I took the liberty of deliberately misinterpreting <TAB> to be a 5-character sequence instead of a single tab character; you can easily fix the answer to handle an actual tab character instead.)

在 SED 脚本的说明：

• 找到与 GF中出现了多次线：NNN 用逗号隔开（我们不需要处理包含单出现这样的线）。仅做这样行脚本的其余部分。其它则穿过（印刷）不变。


• 创建一个标签，所以我们可以分支回到它


• 拆分行成3部分记忆。第一部分是初始GF信息;第二部分是任何其他GF信息;第三部分是＆LT后场;标签＆gt; 。与第一场替换此，＆LT;标签＆gt; ，第三个字段，令人难以置信的标志图案（ @@@@@ ），第二个字段，＆LT;标签＆gt; ，第三领域


• 修改后的行复制到保留空间。


• 删除标记图案到底。
  
• 打印。


• 交换保留空间到模式空间。


• 删除一切直至并包括该标记模式。


• 如果我们做任何工作，回到重做标签。


• 删除剩下的东西（它已经打印）。


• 脚本块的结束。

• Find lines with more than one occurrence of GF:nnn separated by commas (we do not need to process lines that contain a single such occurrence). Do the rest of the script only on such lines. Anything else is passed through (printed) unchanged.
• Create a label so we can branch back to it
• Split the line into 3 remembered parts. The first part is the initial GF information; the second part is any other GF information; the third part is the field after the <TAB>. Replace this with the first field, <TAB>, third field, implausible marker pattern (@@@@@), second field, <TAB>, third field.
• Copy the modified line to the hold space.
• Delete the marker pattern to the end.
• Print.
• Swap the hold space into the pattern space.
• Remove everything up to and including the marker pattern.
• If we've done any work, go back to the redo label.
• Delete what's left (it was printed already).
• End of script block.

这是一个简单的循环，在每次迭代被一个降低模式的数目

This is a simple loop that reduces the number of the patterns by one on each iteration.

这篇关于SED：持有模式和重新排列线的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！