sed和正则表达式替换'，'，除了在字符串中

Question

我有以下模式的输入

10,0,'string1_string2,_string3','',8,0,0,0.59,'20140101205216','20140128074836',584266915,5934

我想用sed将所有逗号“，”字符替换为制表符。约束条件是不替换文本字符串中的“，”（即'string1_string2，_string3''中的逗号不应替换为制表符）。这样做的正则表达式是，（？！，_）。

但是下面的sed不起作用。我也尝试了所有转义排列。

sed s/",\(\?\!,_\)"/"\t"/g 

有办法做到这一点吗？

Answer 1

如果可以的话，我建议使用Perl的帮助，因为有lookaround：

s="10,0,'string1_string2,_string3','',8,0,0,0.59,'20140101205216','20140128074836',584266915,5934"

perl -pe "s/,(?=(([^']*'){2})*[^']*$)/\t/g" <<< "$s"

10\t0\t'string1_string2,_string3'\t''\t8\t0\t0\t0.59\t'20140101205216'\t'20140128074836'\t584266915\t5934

PS：显示 \t 仅用于可读性目的。

Answer 2

您可以使用Text::ParseWords：

perl -MText::ParseWords -n -l -e 'print join("\t", parse_line(",", 1, $_));' filename

对于您的输入，它将导致：

10      0       'string1_string2,_string3'      ''      8       0       0       0.59    '20140101205216'        '20140128074836'        584266915       5934

Answer 3

在Mac OS X 10.9.1上，您可以使用：

sed -E -e "s/('[^']*'|[^,]*),/\1X/g"

除了用实际的选项卡替换X之外。对于您的输入行，它会产生：

10X0X'string1_string2,_string3'X''X8X0X0X0.59X'20140101205216'X'20140128074836'X584266915X5934

其中有X，你想要的选项卡。使用 GNU sed，你可以使用 -r 代替 -E（尽管它也可以识别 -E）。Mac sed 不会将 \t 扩展到选项卡;歌儒大学将会。使用 Bash，您可以使用 ANSI-C 引用机制让外壳在传递给 sed 的字符串中嵌入一个选项卡：

sed -E -e "s/('[^']*'|[^,]*),/\1"$'\t'"/g"

如果没有扩展正则表达式（由-r或-Eawk。

正则表达式查找单引号，后跟零个或多个非引号和单引号或零个或多个非逗号，后跟逗号，并将其替换为被记住为非此即彼的字符串和“tab”（使用 X 表示选项卡，因为它更明显）。

devnull指出上面的答案替换了行尾字符串中的逗号。有一种解决方法：

sed -E -e "s/('[^']*'|[^,]*)(,|$)/\1"$'\t'"/g; s/"$'\t'"$//"

分号前的s//g在每行末尾添加一个制表符；分号后的s///删除刚刚添加的制表符。