sed: Múltiplo -e ou while loop?

Question

Eu tenho um arquivo CSV com tuplas de valores em que preciso alterar as ocorrências de uma para outra em um arquivo (grande) diferente.

Até agora, fiz uma linha de leitura [...] < foo.csv, essencialmente executando sed uma vez para cada linha no arquivo CSV.

Isso leva um pouco de tempo, então me perguntei se eu deveria mudar o loop while para construir uma string muito longa de várias instruções -e e então executá-la com eval.

Eu poderia tentar, obviamente, mas se alguém puder me dizer se o sed irá apenas, essencialmente, fazer o mesmo que eu fiz até agora, ou seja, executar o arquivo para cada instrução -e, significando que nenhum ganho de desempenho é ter, então eu não acho que vou me incomodar.

Editar após comentários:

Basicamente, eu faço o seguinte:

while read line
do
  old_user=echo $line | cut -d \; -f 2|tr -d \"
  new_user=echo $line | cut -d \; -f 4|tr -d \"

  if [ "$old_user" != "$new_user" ]
  then
    sed -i -e "s/^(.*ri:username=\")$old_user(\".*)$/$new_user/g" confluence/entities_converted.xml
  fi
done < usernames.csv

Se você perceber que é um arquivo XML, o motivo é que há várias instâncias em que a análise e a regravação de XML são incômodas, portanto, sed . Pergunto-me se, em vez de executar sed várias vezes, devo construir vários argumentos -e para sed .

usernames.csv parece com

    "Full name";"Username";"Email";"New username"
    "Sune Mølgaard";"sune.molgaard";"[email protected]";"smo"

Pode haver qualquer número de linhas ao longo do caminho da segunda linha, daí o looping. Estou ciente de que a primeira linha provavelmente não será compatível, mas isso é insignificante.

    

Answer 1

Não há necessidade de avaliar ou construir vários -e's. Sed pode ler seu "programa" a partir de um arquivo ou pipe que você pode de fato gerar também:

cut -f2,4 -d\; usernames.csv \
    | sed -e 's/^/s%ri:username=/' -e 's/;/%ri:username=/' -e 's/$/%/' \
    | sed -i~ -f- confluence/entities_converted.xml

Para verificar o programa gerado, remova a última linha.

Se você quiser pular as linhas onde nenhuma alteração é necessária (pode acelerar), remova-as inserindo grep entre os seds:

   | grep -v '"\(.*\)".*""' \

    

Answer 2

você deve usar o awk para analisar usernames.csv (onde os campos 2 e 4 são diferentes) e gerar o arquivo sed.

 tr -d \" username.csv |
 awk -F\; '$2 != $4 { printf "s/^(.*ri:username=%c)%s(%c.*)$/\1%s\2/g\n",34,$2,34,$4 ; }' |
 sed -i -f - confluence/entities_converted.xml

algum truque

• use printf "..% c ..", 34 para gerar aspas.
• você pode pular a linha sed na parte de depuração para garantir que todas as instruções de sed sejam geradas adequadamente.
• você precisa de /g em substituição?

no meu arquivo de teste

;foo;;foo;;
;fubar;;mr X;;
;bar;;bistro;;
    "Full name";"Username";"Email";"New username"
    "Sune Mølgaard";"sune.molgaard";"[email protected]";"smo"

isso gera

s/^(.*ri:username=")fubar(".*)$/mr X/g
s/^(.*ri:username=")bar(".*)$/bistro/g
s/^(.*ri:username=")Username(".*)$/New username/g
s/^(.*ri:username=")sune.molgaard(".*)$/smo/g

não se preocupe em remover a linha do Username, se não for encontrado, não há substituto.