substitua todos os nomes por uma alternativa usando o editor Stream (Sed)

Question

Eu tenho essa pergunta em uma tarefa. Nada funciona .. Alguém pode me ajudar?

Escreva um script sed que substitua todos os nomes por uma alternativa,

pesquise todas as palavras que:

• Comece com um capital
• Mais de duas letras,
• Onde há um espaço em branco na frente dele e
• O caractere antes do espaço em branco não é uma pontuação que termina uma frase.

Substitua essas palavras em "Derp" + os dois últimos caracteres da palavra.

    

Answer 1

Isso é bastante complicado de se fazer no sed, mas aqui está uma versão que pode funcionar desde que haja um caractere (eu escolhi % ) que nunca aparecerá na entrada. O caractere é usado para marcar.

Digamos que você tenha um arquivo de texto chamado words com o seguinte conteúdo:

Will He beat Sit Down Boy Oh Not now Latch Wi, Qq or Spat? GNU Hurd, protocols on GNU Mach. The Hurd versus Unix.

O seguinte script bash fará o trabalho:

cat words
sed 's/ [A-Z][A-Za-z]*[A-Za-z]\{2\}/%&/g' words|tee a
sed 's/\([.!?]\)%//g' a|tee b
sed 's/% [A-Za-z]*\([A-Za-z]\{2\}\)/ Derp/g' b|tee c

A saída dos itens acima será (eu separei cada um por nova linha):

Will He beat Sit Down Boy Oh Not now Latch Wi, Qq or Spat? GNU Hurd, protocols on GNU Mach. The Hurd versus Unix.

Will He beat% Sit% Down% Boy Oh% Not now% Latch Wi, Qq or% Spat?% GNU% Hurd, protocols on% GNU% Mach.% The% Hurd versus% Unix.

Will He beat% Sit% Down% Boy Oh% Not now% Latch Wi, Qq or% Spat? GNU% Hurd, protocols on% GNU% Mach. The% Hurd versus% Unix.

Will He beat Derpit Derpwn Derpoy Oh Derpot now Derpch Wi, Qq or Derpat? GNU Derprd, protocols on DerpNU Derpch. The Derprd versus Derpix.

Veja como funciona:

• A primeira linha apenas imprime o arquivo, então você vê a posição inicial.
• A segunda linha marca todas as palavras em maiúsculas que são precedidas por um espaço e são maiores que 2 caracteres com % . Assim, por exemplo, marque Latch como % Latch . Observe o espaço, eu chamarei esta palavra-espaço.
• A terceira linha removerá a marca de todas as palavras de espaço precedidas por um caractere que termina uma frase (para simplificar, escolhi apenas . , ! ou ? - você pode adicionar outras, como ) ou tais, se necessário)
• A terceira linha fará a transformação Derp real, ou seja, substituirá todas as palavras de espaço marcadas com % por DerpXX , XX sendo dois últimos caracteres dessa palavra-espaço

Observe que há detalhes técnicos que não foram abordados aqui, como:

• Isso funcionará apenas para palavras em ASCII dos EUA (por exemplo, não funcionará para todas as palavras em francês, como Être )
• Outros caracteres talvez precisem ser considerados (por exemplo, Oceans in "Oceans Eleven" considerou uma palavra, embora tenha " na frente?)
• Não funcionará para espaços em branco que não sejam de espaço (por exemplo, guias)

e assim por diante.

Para torná-lo apenas um script sed , basta concatenar:

sed '
s/ [A-Z][A-Za-z]*[A-Za-z]\{2\}/%&/g
s/\([.!?]\)%//g
s/% [A-Za-z]*\([A-Za-z]\{2\}\)/ Derp/g
' words

Obviamente, no mundo real, eu não usaria sed para fazer tarefas como essa. Então, novamente, eu provavelmente não teria tarefas como esta, também ...:)

    

Answer 2

Isso pode funcionar para você:

sed ':a;s/\([^.!?] \)[A-Z][A-Za-z]*\([A-Za-z]\{2\}\)\>/\nDerp/;ta;s/\n//g' file