Alterar cadeia de caracteres dentro de colchetes com padrão non_greedy

Question

Estou tentando alterar a string dentro de () e seguindo um padrão não-ganancioso.

Entrada:

this is 1(the house owner 2(pet-name john james) john and his friend 3(unknown name james) james fred)

Saída:

this is 1(the house owner 2(pet-name xxx-john xxx-james) john and his friend 3(unknown name xxx-james) james fred).

Os nomes somente dentro do menor () são correspondidos com john ou james e são substituídos por padrão não-ganancioso.

Eu tentei com o perl, mas não consegui a saída desejada.

    

Answer 1

Se as strings com as quais você está trabalhando são tão simples quanto a entrada e a saída da amostra, eu diria que você está tornando isso mais difícil do que é. Você pode apenas procurar por "john)" e "james", assim:

$ echo "this is 1(the house owner 2(pet-name john) john and his friend 3(unknown name james) james fred)" | sed -r 's/(john\)|james\))/xxx-/g'
this is 1(the house owner 2(pet-name xxx-john) john and his friend 3(unknown name xxx-james) james fred)

Desde que você mencionou padrões não-gananciosos, tenho a sensação de que há mais nisso do que seu exemplo mostra. Então, vamos fingir que não sabemos se haverá um parêntese de fechamento logo após os nomes:

$ echo "this is 1(the house owner 2(pet-name john ok) john and his friend 3(unknown name james test) james fred)" | sed -r 's/(\([^()]*)(john|james)([^()]*\))/xxx-/g'
this is 1(the house owner 2(pet-name xxx-john ok) john and his friend 3(unknown name xxx-james test) james fred)

O primeiro conjunto de parênteses captura tudo após (e incluindo) um parêntese de abertura literal que não é um parêntese de abertura ou fechamento até que ele atinja "james" ou "john".

O segundo conjunto de parênteses captura "john" ou "james".

O terceiro conjunto de parênteses captura qualquer coisa depois de "james" ou "john" que não seja um parêntese de abertura ou fechamento até atingir um parêntese de fechamento literal.

Este é um substituto global, por isso vai funcionar, não importa quantos conjuntos de parênteses você tenha. Você pode até aninhá-los mais profundamente, e isso só se aplica ao menor conjunto.

A ganância não entra em jogo nesta situação, mas se for para o projeto em que você está trabalhando, basta adicionar um ponto de interrogação (por exemplo, * se torna *?) para torná-lo não-voraz.