嵌套条件搜索与就地替换

Question

我是个新手。我有一份文件看起来是：

beans and celery  
beans and oatmeal  
beans and beans  
quinoa
<fo:external-graphic width="auto" height="auto" content-width="36pt" src="url(file:/C:/Users/xxx/images/tip.svg)"/>
<fo:external-graphic src="url(images/image1.png)" width="6.3in" height="auto" content-width="246px" content-height="322px"/>

我正在执行搜索并替换"fo“标签的位置。我想捕获标签的开头，以及"src“参数。请注意，src标签的位置因行而异！

我已经能够使用以下方法获得我想要的字段：

awk '/<fo:external-graphic.*/ {for (i=1; i<=NF; ++i) {if ($i ~ "src") print $1 " " $i}}' inventory.txt

我怎样才能就地替代这个呢？我还想在行的新内容中添加一个字符串。我试过：

awk '/<fo:external-graphic.*/ {for (i=1; i<=NF; ++i) {if ($i ~ "src") print $1 " " $i "misc stuff here"}}' inventory.txt

但是，它完全扰乱了结果字符串的顺序，我希望它的形式是：

<fo:external-graphic src="url(images/image1.png)" misc stuff here

PS1:进一步澄清我想要的结果:该文件包含字符串，如：

<fo:external-graphic width="auto" height="auto" content-width="36pt" src="url(file:/C:/Users/xxx/images/tip.svg)"/>
<fo:external-graphic src="url(images/image1.png)" width="6.3in" height="auto" content-width="246px" content-height="322px"/>

我想对这些内容进行处理，并获得如下输出：

<fo:external-graphic src="url(images/image1.png)" _completely new stuff here, till end of string_ />

例如：

<fo:external-graphic src="url(images/image1.png)" age="25" sex="M" />

我希望结果总是从以下方面开始：

<fo:external-graphic src="url(images/image1.png)"

然后是额外的东西，如：

age="25" sex="M" />

在最终输出中不需要原始字符串的其他部分。

PS2:我能把这些都打包成gsub吗？据我所知，gsub只提出了两个论点。我试着用一个复杂的表达式来表示替换论点，但它一直失败：

gawk '/<fo:external-graphic.*/ {for (i=1; i<=NF; ++i) {if ($i ~ "src") gsub($0, "boy band"); {print}}}' inventory.txt > testres

PS3:这只是新手的观察，也许我错了。考虑一个包含以下内容的文件：

Donald Trump
Donald Duck
George Bush
Steve Austin

搜索以Donald开头的所有行的regexp是：

/^Donald/

如果我想用“兵营”替换所有"Donald“，我可以这样做：

gawk -i inplace '{ gsub(/^Donald/, "Barrack"); { print } }' FILENAME

如果我想要完全更改包含“”的所有行，我会这样做：

gawk -i inplace '{ gsub(/^Donald.*/, "Barrack"); { print } }' FILENAME

gawk和gsub似乎只替换了span或字符串的任何部分与给定的regexp匹配。因此，如果我想要完全改变整个行，我的regexp应该跨越整个行。

PS4:只是为了消除我所期望的解决方案的任何含糊之处。给定以下文件：

<fo:external-graphic width="auto" height="auto" content-width="36pt" src="url(file:/C:/Users/xxx/images/tip.svg)"/>
<fo:external-graphic width="6.3in" height="auto" src="url(images/image1.png)" content-width="246px" content-height="322px"/>
<fo:external-graphic src="url(images/image1.png)" width="6.3in" content-width="246px" content-height="322px"/>

我正在寻找一个awk/gawk解决方案，它将把这个文件替换为：

<fo:external-graphic src="url(file:/C:/Users/xxx/images/tip.svg)" age="25" sex="M" />
<fo:external-graphic src="url(images/image1.png)" age="25" sex="M"/>
<fo:external-graphic src="url(images/image1.png)" age="25" sex="M"/>

目标文件必须更改为。

Answer 1

您的尝试是正确的，但假设您的意图仅在以src开头的单词(即$i上)上添加，则只对该字段应用操作，并保留其他字段的原样。

awk '/<fo:external-graphic.*/ {for (i=1; i<=NF; ++i) {if ($i ~ "src") $i = $i " misc stuff here"}}1' inventory.txt

部件$i = $i " misc stuff here"只在与regex条件匹配的字段上追加字符串。注意删除了print，并在末尾追加了{..}1。这基本上意味着根据{..}内部所做的修改重新构建整个行。由于我们只对某些字段进行修改，其他字段则保持不变。

如果您想重写以src开头的整个字段并附加一些字符串，请使用与gsub()匹配的正则表达式，并在以&表示的匹配文本之后追加字符串。

awk '/<fo:external-graphic.*/ {for (i=1; i<=NF; ++i) { if ($i ~ "src") gsub(/src=\"url([^"]*)\"/, "& new string", $i ) }}1' inventory.txt

从OP最近的编辑来看，OP似乎只希望在末尾添加带有新字符串的src字段。其余的字段似乎可以忽略不计。在GNU上使用match()有一个额外的优点，就是添加第三个参数来将捕获的组存储为

awk -v newstr="age=\"25\" sex=\"M\"" 'match($0, /^(<fo:external-graphic).*(src=\"url([^"]*)\").*(\/>)$/, arr){ print arr[1]" "arr[2]" "newstr""arr[4]  }' file

请注意，GNU awk直到4.1.2才进行适当的修改，您只需对其进行修改即可。

gawk -i inplace '{...}' inventory.txt

对于之前的版本，请使用临时文件。

awk '{...}' inventory.txt > tmpfile && mv tmpfile inventory.txt

或者，如果安装了moreutils，请使用sponge来关闭第一个命令的输出，并用最新的命令重新创建文件。

awk '{...}' inventory.txt | sponge inventory.txt

从关于这个问题的示例文本中，人们无法识别它是否属于某种标记语言(XML、HTML)。如果它是一种正确的语法感知语言，那么您应该使用一个知道语法的解析器。

Answer 2

EDIT3:根据OP的新编辑，在这里添加了一段代码。

awk  '
/ width.*content-width.*src/{
  sub(/ width.*content-width.*src/," src")
  sub(/\/>$/," age=\"25\" sex=\"M\"&")
}
/src.*width/{
  match($0,/src[^)]*/)
  val=substr($0,RSTART,RLENGTH+2)
  sub(/src.*/,"")
  $0=$0 OFS val OFS "age=\"25\" sex=\"M\"/>"
}
1
'  Input_file

EDIT2:用于更改OP的PS3的完整行，请您试一试。

awk '/^Donald/{$0="new_line_value"} 1'  Input_file
new_line_value
new_line_value
George Bush
Steve Austin

编辑:自OP以来的已经更改了预期的输出，因此现在也按照该输出添加解决方案。

awk '/^<fo:external-graphic src=.*/ && match($0,/src=.*\)\"/){$0=substr($0,1,RSTART+RLENGTH) " new_value_bla_bla_here.. />"} 1' Input_file

请您试一试(因为您的预期输出不清楚，所以还没有进行彻底的测试)。

awk '
/^<fo:/ && match($0,/src=.*>/){
  $0=substr($0,1,RSTART-1) OFS "new_value_here.." OFS substr($0,RSTART+RLENGTH+1)
}
1
'  Input_file

在这段代码中，检查从<fo:字符串开始的一行，然后尝试从src=捕获字符串直到/ by match，并在这里用新的字符串替换捕获的文本。

如果您希望将输出保存到Input_file本身中，那么也可以在上面的代码中添加> temp_file && mv temp_file Input_file。