Substituir espaços em uma substring combinada por sublinhados

Question

Sou novo no fórum, por favor, perdoe quaisquer erros sintáticos na minha pergunta.

Estou tentando substituir espaços por sublinhados apenas em uma substring correspondente. Eu imaginei que sed seria o melhor editor para isso, mas não consigo encontrar o código correto para fazer isso.

Exemplo de linha do arquivo1 abaixo:

Some text before pattern to match href="./Dynamic Directory name - Junk_files/irrelevant stuff after match">

Gostaria de mudar isso:

Some text before pattern to match href="./Dynamic_Directory_name_-_Junk_files/irrelevant stuff after match">

Eu achei que estava perto com esse cat file1 |sed '/\.\/.*. Junk_files/ { s/ /_/g; }' , mas tudo o que ele fez foi substituir todos os espaços na linha correspondente por sublinhados.

Qualquer ajuda com isso seria muito apreciada. Obrigado

    

Answer 1

Através do python,

$ echo 'href="./Dynamic Directory name - Junk_files/irrelevant stuff after match"' |
> python -c "import re;
> import sys;
> print re.sub(r'(?<=\./).*?(?=/)', lambda m: m.group().replace(' ', '_'), sys.stdin.read())
> "
href="./Dynamic_Directory_name_-_Junk_files/irrelevant stuff after match"

Através do perl,

$ echo 'href="./Dynamic Directory name - Junk_files/irrelevant stuff' | perl -pe '
> s/\s(?=(?:(?!\.\/).)*?\/)/_/g
> '
href="./Dynamic_Directory_name_-_Junk_files/irrelevant stuff

    

Answer 2

Tente isso, ele encontra o primeiro par de barras e remove todos os espaços entre!

 awk -F'/' '{for(i=2;i<=NF;i++)if(i==2)gsub(" ","_",$i);}1' OFS="/"

Exemplo

file='href="./Dynamic Directory name - Junk_files/irrelevant stuff after match">' 
echo $file | awk -F'/' '{for(i=2;i<=NF;i++)if(i==2)gsub(" ","_",$i);}1' OFS="/"
# Output: 
href="./Dynamic_Directory_name_-_Junk_files/irrelevant stuff after match">

    

Answer 3

É melhor usar um analisador de XML.

Se você insistir em usar sed ; assumindo que o padrão permaneça consistente:

sed -r 's#^([^/]+/[^ ]+) ([^ ]+) ([^ ]+) - ([^ ]+/)#___-_#' file.txt

Isso substituirá todos os espaços entre duas barras ( / ) por sublinhados ( _ ). Como a entrada contém / , usei # como o separador de padrão para sed .

Exemplo:

% sed -r 's#^([^/]+/[^ ]+) ([^ ]+) ([^ ]+) - ([^ ]+/)#___-_#' <<<'Some text before pattern to match href="./Dynamic Directory name - Junk_files/irrelevant stuff after match">'
Some text before pattern to match href="./Dynamic_Directory_name_-_Junk_files/irrelevant stuff after match">

    

Answer 4

Isso é HTML e, a menos que você tenha um subconjunto de HTML bastante simples e bem definido no seu arquivo, analisar HTML usando expressões regulares é uma péssima ideia.

Este one-liner Perl funciona para substituir essa substring nesse contexto específico:

printf 'Some text before pattern to match href="./Dynamic Directory name - Junk_files/irrelevant stuff after match">\n' | perl -ne 'if(/(.*?")(.*\/)(.*)/){$x = $1; $y = $2; $z = $3; $y =~ s/ /_/g; print("$x$y$z")}'

Significado: ele substituirá apenas espaços com sublinhados na primeira subcadeia delimitada " e / . Mas é isso aí. Se você estiver analisando um documento complexo, não o use . Você poderia tornar o padrão mais rígido (por exemplo, você poderia usar /href=(.*?")(.*\/)(.*)/ e print("href=$x$y$z") ), mas isso ainda poderia falhar em qualquer ocorrência de /href=(.*?")(.*\/)(.*)/ .

A menos que você esteja analisando um subconjunto HTML muito bem definido e simples em seu arquivo e você está certo algo assim não falhará, apenas use um analisador HTML.