如何使用 sed 或 awk 替换文本？

Question

我有以下 json 文件：

 { "last_modified": {
         "type": "/type/datetime", 
         "value": "2008-04-01T03:28:50.625462" }, 
     "type": { "key": "/type/author" }, 
     "name": "National Research Council. Committee on the Scientific and Technologic Base of Puerto Rico"s Economy.", 
     "key": "/authors/OL2108538A", 
     "revision": 1 }

名称值有一个双引号，我只想用单引号替换这个双引号（而不是任何其他双引号）。我该怎么做呢？

Answer 1

如果要替换所有出现的单个字符，还可以使用命令 tr，比 sed 或 awk 更简单：

   cat myfile.txt | tr \" \'

请注意，两个引号都被转义了。如果除引号之​​外还有其他字符，则只需编写：

   cat myfile.txt | tr a A

---

编辑：请注意，编辑问题后，此答案不再有效：它会替换所有双引号，而不仅仅是 Name 属性中的双引号。

Answer 2

我认为使用 sed 会更好，如下所示：

sed 's/"/'/g' 你的文件

Answer 3

在您的输入中添加一些其他奇怪的错误情况，

{ "last_modified": {"type": "/type/datetime", "value": "2008-04-01T03:28:50.625462"},
  "type": {"key": "/type/author"},
  "name": "National Research Council. Committee on the Scientific and Technologic Base of Puerto Rico"s Economy.",
  "key": "/authors/OL2108538A",
  "revision": 1,
  "has \" escaped quote": 1,
  "has \" escaped quotes \"": 1,
  "has multiple " internal " quotes": 1,
}

此 Perl 程序使用启发式更正未转义的内部双引号，即字符串的实际结束引号后跟可选的空格以及冒号、逗号、分号或大括号

#! /usr/bin/perl -p

s<"(.+?)"(\s*[:,;}])> {
  my($text,$terminator) = ($1,$2);
  $text =~ s/(?<!\\)"/'/g;  # " oh, the irony!
  qq["$text"] . $terminator;
}eg;

产生以下输出：

$ ./fixdqs input.json
{ "last_modified": {"type": "/type/datetime", "value": "2008-04-01T03:28:50.625462"},
  "type": {"key": "/type/author"},
  "name": "National Research Council. Committee on the Scientific and Technologic Base of Puerto Rico's Economy.",
  "key": "/authors/OL2108538A",
  "revision": 1,
  "has \" escaped quote": 1,
  "has \" escaped quotes \"": 1,
  "has multiple ' internal ' quotes": 1,
}

从输入到输出的增量：

$ diff -ub input.json <(./fixdqs input.json)
--- input.json
+++ /dev/fd/63
@@ -1,9 +1,9 @@
 { "last_modified": {"type": "/type/datetime", "value": "2008-04-01T03:28:50.625462"},
   "type": {"key": "/type/author"},
-  "name": "National Research Council. Committee on the Scientific and Technologic Base of Puerto Rico"s Economy.",
+  "name": "National Research Council. Committee on the Scientific and Technologic Base of Puerto Rico's Economy.",
   "key": "/authors/OL2108538A",
   "revision": 1,
   "has \" escaped quote": 1,
   "has \" escaped quotes \"": 1,
-  "has multiple " internal " quotes": 1,
+  "has multiple ' internal ' quotes": 1,
 }

Answer 4

如果您指的是 只是 'Rico"s' 中的双引号，则可以使用：，

sed "s/Rico\"s/Rico's/"

如下所示：

pax> echo '{"name": "National Res...rto Rico"s Economy.", "key": "blah"}'
     | sed "s/Rico\"s/Rico's/"
{"name": "National Res...rto Rico's Economy.", "key": "blah"}

Answer 5

假设您的数据与您显示的完全相同，并且额外的双引号仅出现在名称值字段中：

更新：

我使脚本稍微更加健壮（处理字段内的 ', '）。

BEGIN {
    q = "\""
    FS = OFS = q ", " q
}
{
    split($1, arr, ": " q)
    gsub(q, "'", arr[2])
    print arr[1] ": " q arr[2], $2, $3
}

将此脚本放入文件中（例如 dequote.awk）并使用
运行该脚本
awk -f dequote.awk input.json >输出.json。

更新 2：

好的，所以您的输入非常难以处理。我能想到的唯一一件事是：

{
    start = match($0, "\"name\": ") + 8
    stop = match($0, "\", \"key\": ")
    if (start == 8 || stop == 0) {
        print
        next
    }
    pre = substr($0, 1, start)
    post = substr($0, stop)
    name = substr($0, start + 1, stop - start - 1)
    gsub("\"", "'", name)
    print pre name post
}

解释：我尝试将该行分成三部分：

1. 直到“名称”值字段的第一个双引号；
2. “名称”值字段减去双引号；
3. 结束双引号和该行的其余部分。

在第 2 部分中，我将所有双引号替换为单引号。然后我将这三个部分重新粘在一起并打印出来。

Answer 6

awk '{for(i=1;i<=NF;i++) if($i~/name/) { gsub("\042","\047",$(i+1)) }   }1' file

Answer 7

如果只是“名称”周围的引号，那么您可以从命令行或在 bash 脚本中使用 sed：

    sed -i 's/ "name"/ '\'name\''/g' filename.json

经过测试，有效。