Thay thế nhiều chuỗi trong một lần

Tôi đang tìm cách thay thế các chuỗi giữ chỗ trong tệp mẫu bằng các giá trị cụ thể, bằng các công cụ Unix phổ biến (bash, sed, awk, có thể perl). Điều quan trọng là việc thay thế được thực hiện trong một lần duy nhất, nghĩa là, những gì đã được quét / thay thế không được xem xét cho sự thay thế khác. Ví dụ: hai lần thử này đều thất bại:

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

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

Kết quả đúng trong trường hợp này là khóa học BA.

Nói chung, giải pháp nên tương đương với việc quét đầu vào từ trái sang phải để khớp lâu nhất với một trong các chuỗi thay thế đã cho và cho mỗi trận đấu, thực hiện thay thế và tiếp tục từ điểm đó trong đầu vào (không có gì trong số đó đã đọc đầu vào cũng như thay thế được thực hiện nên được xem xét cho phù hợp). Trên thực tế, các chi tiết không quan trọng, chỉ là kết quả của sự thay thế không bao giờ được xem xét cho sự thay thế khác, toàn bộ hoặc một phần.

LƯU Ý Tôi chỉ tìm kiếm các giải pháp chung chính xác. Vui lòng không đề xuất các giải pháp thất bại cho một số đầu vào nhất định (tệp đầu vào, tìm kiếm và thay thế các cặp), tuy nhiên dường như chúng không có vẻ.

OK, một giải pháp chung. Hàm bash sau yêu cầu 2kđối số; mỗi cặp bao gồm một giữ chỗ và thay thế. Tùy thuộc vào bạn để trích dẫn các chuỗi thích hợp để chuyển chúng vào hàm. Nếu số lượng đối số là số lẻ, một đối số trống ẩn sẽ được thêm vào, điều này sẽ xóa hiệu quả các lần xuất hiện của trình giữ chỗ cuối cùng.

Không thể giữ chỗ hay thay thế có thể chứa các ký tự NUL, nhưng bạn có thể sử dụng các hình chữ C tiêu chuẩn \như \0nếu bạn cần NULs (và do đó bạn bắt buộc phải viết \\nếu bạn muốn a \).

Nó đòi hỏi các công cụ xây dựng tiêu chuẩn sẽ có mặt trên một hệ thống giống như posix (lex và cc).

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"
}

Chúng tôi giả định rằng \đã được thoát nếu cần thiết trong các đối số nhưng chúng tôi cần thoát dấu ngoặc kép, nếu có. Đó là những gì đối số thứ hai cho printf thứ hai làm. Vì lexhành động mặc định là ECHO, chúng ta không cần phải lo lắng về nó.

Ví dụ chạy (với thời gian cho người hoài nghi; nó chỉ là một máy tính xách tay hàng hóa giá rẻ):

$ 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

Đối với các đầu vào lớn hơn, có thể hữu ích khi cung cấp cờ tối ưu hóa ccvà để tương thích với Posix hiện tại, sẽ tốt hơn khi sử dụng c99. Một triển khai thậm chí còn tham vọng hơn có thể cố gắng lưu trữ các tệp thực thi được tạo thay vì tạo chúng mỗi lần, nhưng chúng không thực sự tốn kém để tạo.

Biên tập

Nếu bạn có tcc , bạn có thể tránh những rắc rối khi tạo một thư mục tạm thời và tận hưởng thời gian biên dịch nhanh hơn sẽ giúp ích cho các đầu vào có kích thước bình thường:

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

Một cái gì đó như thế này sẽ luôn thay thế mỗi lần xuất hiện của chuỗi mục tiêu của bạn một lần khi chúng xuất hiện sedtrong luồng tại một lần cắn trên mỗi dòng. Đây là cách nhanh nhất tôi có thể tưởng tượng bạn sẽ làm nó. Sau đó, một lần nữa, tôi không viết C. Nhưng điều này không xử lý đáng tin cậy delimiters null nếu bạn muốn nó. Xem câu trả lời này cho cách nó hoạt động. Điều này không có vấn đề với bất kỳ ký tự shell đặc biệt nào hoặc tương tự - nhưng nó là đặc trưng của ngôn ngữ ASCII, hay nói cách khác, odsẽ không xuất ra các ký tự nhiều byte trên cùng một dòng và sẽ chỉ thực hiện một ký tự trên mỗi dòng. Nếu đây là một vấn đề bạn sẽ muốn thêm vào iconv.

Một perlgiải pháp. Ngay cả khi một số tuyên bố là không thể, tôi đã tìm thấy một cái nhưng nói chung, một trận đấu đơn giản và thay thế là không thể và thậm chí nó còn tệ hơn do việc quay lại NFA, kết quả có thể bất ngờ.

Nói chung, và điều này phải được nói, vấn đề tạo ra các kết quả khác nhau phụ thuộc vào thứ tự và độ dài của các bộ dữ liệu thay thế. I E:

A B
AA CC

và AAAkết quả đầu vào trong BBBhoặc CCB.

Đây là mã:

#!/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