단일 패스에서 여러 문자열 교체

템플릿 파일의 자리 표시 자 문자열을 일반적인 Unix 도구 (bash, sed, awk, perl)를 사용하여 구체적인 값으로 바꾸는 방법을 찾고 있습니다. 교체는 단일 패스로 수행하는 것이 중요합니다. 즉, 이미 스캔 / 교체 된 것을 다른 교체로 고려해서는 안됩니다. 예를 들어,이 두 가지 시도는 실패합니다.

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

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

이 경우 올바른 결과는 물론 BA입니다.

일반적으로 솔루션은 주어진 대체 문자열 중 하나와 가장 긴 일치를 위해 왼쪽에서 오른쪽으로 입력을 스캔하고 각 일치에 대해 대체를 수행하고 입력의 해당 지점부터 계속하는 것과 동일해야합니다. 이미 읽은 입력이나 수행 된 교체는 일치하는 것으로 간주해야합니다. 실제로 교체의 결과가 전체 또는 일부의 다른 교체에 대해 고려되지 않는다는 사실만으로 세부 사항은 중요하지 않습니다.

참고 올바른 일반 솔루션 만 찾고 있습니다. 특정 입력 (입력 파일, 검색 및 바꾸기 쌍)에 실패한 솔루션을 제안하지 마십시오.

좋아, 일반적인 해결책. 다음 bash 함수에는 2k인수 가 필요합니다 . 각 쌍은 자리 표시 자와 교체로 구성됩니다. 문자열을 적절하게 인용하여 함수에 전달하는 것은 사용자의 몫입니다. 인수 수가 홀수이면 암시적인 빈 인수가 추가되어 마지막 자리 표시 자의 발생을 효과적으로 삭제합니다.

자리 표시 자나 대체물에는 NUL 문자가 포함될 수 없지만 필요한 경우 \와 같은 표준 C 이스케이프를 사용할 수 있습니다 (따라서 원하는 경우을 작성 해야 함 ).\0NUL\\\

posix와 유사한 시스템 (lex 및 cc)에 있어야하는 표준 빌드 도구가 필요합니다.

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"
}

\인수에서 필요한 경우 이미 이스케이프 된 것으로 가정 하지만 큰 따옴표가 있으면 이스케이프해야합니다. 그것이 두 번째 printf에 대한 두 번째 주장이하는 것입니다. lex기본 동작은 이므로 ECHO걱정할 필요가 없습니다.

예제 실행 (회의론자의 타이밍과 함께; 싸구려 상품 노트북 일 뿐임) :

$ 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

더 큰 입력의 경우에 최적화 플래그를 제공하는 것이 유용 할 수 있으며 cc현재 Posix 호환성을 위해 사용하는 것이 좋습니다 c99. 더욱 야심 찬 구현은 생성 된 실행 파일을 매번 생성하는 대신 캐시하려고 시도 할 수 있지만 생성 비용이 정확하게 들지는 않습니다.

편집하다

tcc 가 있으면 임시 디렉토리를 작성하는 번거 로움을 피하고 일반적인 크기의 입력에 도움이되는 빠른 컴파일 시간을 즐길 수 있습니다.

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

이와 같은 것은 대상 문자열이 sed줄 당 한 바이트로 스트림에서 발생할 때마다 각 대상 문자열을 한 번만 대체 합니다. 이것이 내가 상상할 수있는 가장 빠른 방법입니다. 그럼 다시, 나는 C를 쓰지 않는다 그러나 이것은 않습니다 당신이 그것을 원하는 경우 안정적으로 널 구분 기호를 처리합니다. 작동 방식에 대해서는 이 답변 을 참조하십시오 . 이것은 어떤에 문제가 특수 쉘 문자 또는 이와 유사한 포함 없습니다 - 그러나 그것은 이다 ASCII 로케일 특정 또는, 즉, od같은 줄에 출력하지 멀티 바이트 문자 만 당 하나를 수행 할 것입니다. 이것이 문제라면에 추가하고 싶을 것입니다 iconv.

perl솔루션입니다. 일부는 가능하지 않다고 말했지만 일반적으로 간단한 일치 및 교체가 불가능하며 NFA의 역 추적으로 인해 악화되어 결과가 예기치 않을 수 있습니다.

일반적으로이 문제는 대체 튜플의 순서와 길이에 따라 다른 결과를 나타냅니다. 즉 :

A B
AA CC

입력 AAA결과는 BBB또는 CCB입니다.

코드는 다음과 같습니다.

#!/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

체커 버니 :

$ echo 'ABBabbaBBbaabAAabbc'|perl script
$ BAAbaabAAabbcBBaaba