规避 sed 反向引用限制 \1 到 \9

Question

sed 手册明确指出，可用于替换中的替换字符串的可用反向引用编号为 \1 到 \9。我正在尝试解析一个包含 10 个字段的日志文件。

我已经为其形成了正则表达式，但第十个匹配项（以及之后的任何内容）无法访问。

有没有人有一种优雅的方法来规避 KSH（或我可以移植到 shell 脚本的任何语言）中的这种限制？

Answer 1

您可以使用 perl -pe 's/(match)(str)/$2$1/g;' 代替 sed 吗？规避反向引用限制的方法是使用 sed 以外的工具。

另外，我想你可以分两步进行替换，但我不知道你的模式，所以我无法帮助你如何完成。

Answer 2

使用 -e 拆分流，只要替换的元素位于您拆分它们的组中。当我进行日期分割以便将日期时间重新组织为 14 位数字的字符串时，我必须将流分割 3 次。

echo "created: 02/05/2013 16:14:49" |  sed -e 's/^\([[:alpha:]]*: \)//' -e 's/\([0-9]\{2\}\)\(\/\)\([0-9]\{2\}\)\(\/\)\([0-9]\{4\}\)\( \)/\5\1\3/' -e 's/\([0-9]\{2\}\)\(\:\)\([0-9]\{2\}\)\(\:\)\([0-9]\{2\}\)/\1\3\5/'

20130205161449

Answer 3

您正在寻求 shell 脚本解决方案 - 这意味着您不仅限于使用 sed，对吗？大多数 shell 支持数组，所以也许您可以将行解析为 shell 数组变量？如果需要，您甚至可以多次解析同一行，在每次传递中提取不同的信息位。

这样可以吗？

Answer 4

如果您有 GNU awk，您可以更好地控制做事。为此，您需要 match(source,/regex/,array) 构造。

示例：

测试的示例输入：

 echo "$x"
p1=aaa,p2=bb,p3=cc,p4=dd,p5=ee,p6=ff,p7=gg,p8=hh,p9=ii,p10=jj

sed 工作正常，直到 \9 ：

echo $x |sed -r 's/p1=([^,]+).*p2=([^,]+).*p3=([^,]+).*p4=([^,]+).*p5=([^,]+).*p6=([^,]+).*p7=([^,]+).*p8=([^,]+).*p9=([^,]+)(.*)/\1 \2 \3 \4 \5 \6 \7 \8 \9/'
aaa bb cc dd ee ff gg hh ii

添加 \10 时 sed 中断，它被认为是\1+0。

echo $x |sed -r 's/p1=([^,]+).*p2=([^,]+).*p3=([^,]+).*p4=([^,]+).*p5=([^,]+).*p6=([^,]+).*p7=([^,]+).*p8=([^,]+).*p9=([^,]+).*p10=([^,]+)(.*)/\1 \2 \3 \4 \5 \6 \7 \8 \9 \10/'
aaa bb cc dd ee ff gg hh ii aaa0

awk 在添加任何超过 9 的反向引用时进行救援。这里添加了第 10 个引用：

echo "$x" |awk '{match($0,/p1=([^,]+).*p2=([^,]+).*p3=([^,]+).*p4=([^,]+).*p5=([^,]+).*p6=([^,]+).*p7=([^,]+).*p8=([^,]+).*p9=([^,]+).*p10=([^,]+)(.*)/,a);print a[1],a[2],a[3],a[4],a[5],a[6],a[7],a[8],a[9],a[10]}'
aaa bb cc dd ee ff gg hh ii jj

Answer 5

考虑一个不需要使用正则表达式反向引用的解决方案。例如，如果您有一个简单的字段分隔符，请使用 split，甚至使用 awk 而不是 perl 进行处理。