Tek bir geçişte birden fazla dizeyi değiştirme

Ortak Unix araçlarıyla (bash, sed, awk, belki perl) bir şablon dosyasında yer tutucu dizeleri somut değerlerle değiştirmenin bir yolunu arıyorum. Değişimin tek bir geçişte yapılması önemlidir, yani zaten taranan / değiştirilen şey başka bir değişim için dikkate alınmamalıdır. Örneğin, bu iki deneme başarısız olur:

echo "AB" | awk '{gsub("A","B");gsub("B","A");print}'
>> AA

echo "AB" | sed 's/A/B/g;s/B/A/g'
>> AA

Bu durumda doğru sonuç elbette BA.

Genel olarak, çözüm, verilen değiştirme dizelerinden biriyle en uzun eşleşme için girişi soldan sağa taramaya eşdeğer olmalı ve her eşleme için bir değiştirme gerçekleştirmeli ve girişte bu noktadan devam etmelidir (hiçbiri zaten okunmuş girdi veya yapılan yedeklemeler eşleşmeler için dikkate alınmamalıdır). Aslında, ayrıntılar önemli değil, sadece değiştirmenin sonuçları tamamen veya kısmen başka bir değiştirme için dikkate alınmaz.

NOT Sadece doğru jenerik çözümleri arıyorum. Lütfen belirli girişler (giriş dosyaları, arama ve çiftleri değiştirme) için başarısız olan çözümler önermeyin, ancak olası görünmüyorlar.

Tamam, genel bir çözüm. Aşağıdaki bash işlevi 2kbağımsız değişkenler gerektirir ; her çift bir yer tutucu ve bir yedek parçadan oluşur. Dizeleri fonksiyona geçirmek için uygun şekilde alıntı yapmak size kalmıştır. Bağımsız değişken sayısı tekse, son yer tutucunun oluşumlarını etkili bir şekilde silen örtük bir boş bağımsız değişken eklenir.

Tutucuları ne de değiştirmeler Ne boş karakter olabilir, ancak standart C kullanabilir \gibi -escapes \0sen ihtiyaç olduğuna NULlar (ve dolayısıyla yazmayı gerekli olan \\bir isterseniz \).

Posix benzeri bir sistemde (lex ve cc) bulunması gereken standart oluşturma araçlarını gerektirir.

replaceholder() {
  local dir=$(mktemp -d)
  ( cd "$dir"
    { printf %s\\n "%option 8bit noyywrap nounput" "%%"
      printf '"%s" {fputs("%s", yyout);}\n' "${@//\"/\\\"}"
      printf %s\\n "%%" "int main(int argc, char** argv) { return yylex(); }"
    } | lex && cc lex.yy.c
  ) && "$dir"/a.out
  rm -fR "$dir"
}

\Gerekirse argümanlarda zaten kaçtığını varsayıyoruz, ancak varsa çift tırnaktan kaçmamız gerekiyor. İkinci baskının ikinci argümanı budur. Yana lexvarsayılan eylemdir ECHO, bunu endişe gerekmez.

Örnek çalışma (şüpheci için zamanlamalar ile; sadece ucuz bir emtia dizüstü bilgisayar):

$ time echo AB | replaceholder A B B A
BA

real    0m0.128s
user    0m0.106s
sys     0m0.042s
$ time printf %s\\n AB{0000..9999} | replaceholder A B B A > /dev/null

real    0m0.118s
user    0m0.117s
sys     0m0.043s

Daha büyük girişler için bir optimizasyon bayrağı sağlamak yararlı olabilir ccve mevcut Posix uyumluluğu için kullanılması daha iyi olur c99. Daha da iddialı bir uygulama, oluşturulan yürütülebilir dosyaları her seferinde oluşturmak yerine önbelleğe almaya çalışabilir, ancak bunların oluşturulması tam olarak pahalı değildir.

Düzenle

Eğer varsa tcc , geçici bir dizin oluşturma güçlük önlemek ve normal büyüklükteki girdilere yardımcı olacaktır hızlı derleme zaman geçirebilir:

treplaceholder () { 
  tcc -run <(
  {
    printf %s\\n "%option 8bit noyywrap nounput" "%%"
    printf '"%s" {fputs("%s", yyout);}\n' "${@//\"/\\\"}"
    printf %s\\n "%%" "int main(int argc, char** argv) { return yylex(); }"
  } | lex -t)
}

$ time printf %s\\n AB{0000..9999} | treplaceholder A B B A > /dev/null

real    0m0.039s
user    0m0.041s
sys     0m0.031s

printf 'STRING1STRING1\n\nSTRING2STRING1\nSTRING2\n' |
od -A n -t c -v -w1 |
sed 's/ \{1,3\}//;s/\\$/&&/;H;s/.*//;x
     /\nS\nT\nR\nI\nN\nG\n1/s//STRING2/
     /\nS\nT\nR\nI\nN\nG\n2/s//STRING1/
     /\\n/!{x;d};s/\n//g;s/./\\&/g' |
     xargs printf %b

###OUTPUT###

STRING2STRING2

STRING1STRING2
STRING1

Bunun gibi bir şey, hedef dizelerinizin her tekrarını her sedakışta satır başına bir ısırıkta gerçekleştikçe yalnızca bir kez değiştirir . Bunu yapabileceğini hayal edebildiğim en hızlı yol bu. Sonra tekrar, C yazmıyorum Ama bu mu bunu isteyen güvenilir boş ayraçları işlemek. Nasıl çalıştığına dair bu cevaba bakınız . Bu, herhangi bir ile herhangi bir sorun özel kabuk karakterler veya benzeri içerdiği var - ama olan ASCII yerel özgü veya başka bir deyişle, odaynı hat üzerinde değil çıktı çok baytlık karakterler ve sadece bir tane olacak yapacağız olacaktır. Bu bir sorunsa eklemek isteyeceksiniz iconv.

Bir perlçözüm. Bazıları mümkün olmasa bile, birini buldum ama genel olarak basit bir eşleşme ve değiştirme mümkün değil ve hatta bir NFA'nın geri izlenmesi nedeniyle daha da kötüleşiyor, sonuç beklenmedik olabilir.

Genel olarak ve bunun söylenmesi gerekir ki, sorun, yedek tüplerin sırasına ve uzunluğuna bağlı olarak farklı sonuçlar doğurur. yani:

A B
AA CC

ve giriş veya ile AAAsonuçlanır .BBBCCB

İşte kod:

#!/usr/bin/perl

$v='if (0) {} ';
while (($a,$b)=split /\s+/, <DATA>) {
  $k.=$a.'|';
  $v.='elsif ($& eq \''.$a.'\') {print \''.$b.'\'} ';
}
$k.='.';
$v.='else {print $&;}';

eval "
while (<>) {
  \$_ =~ s/($k)/{$v}/geco;
}";  
print "\n";


__DATA__
A    B
B    A
abba baab
baab abbc
abbc aaba

Checkerbunny:

$ echo 'ABBabbaBBbaabAAabbc'|perl script
$ BAAbaabAAabbcBBaaba