แทนที่สตริงจำนวนมากในการส่งผ่านครั้งเดียว

ฉันกำลังมองหาวิธีที่จะแทนที่สตริงตัวยึดตำแหน่งในไฟล์แม่แบบด้วยค่าที่เป็นรูปธรรมด้วยเครื่องมือ Unix ทั่วไป (ทุบตี, sed, awk, อาจ perl) เป็นสิ่งสำคัญที่การเปลี่ยนจะดำเนินการในรอบเดียวนั่นคือสิ่งที่สแกน / เปลี่ยนแล้วจะต้องไม่ถูกนำมาพิจารณาสำหรับการเปลี่ยนใหม่ ตัวอย่างเช่นความพยายามสองครั้งนี้ล้มเหลว:

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

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

ผลลัพธ์ที่ถูกต้องในกรณีนี้คือหลักสูตร BA

โดยทั่วไปการแก้ปัญหาควรเทียบเท่ากับการสแกนอินพุตจากซ้ายไปขวาสำหรับการจับคู่ที่ยาวที่สุดไปยังสตริงการแทนที่ที่กำหนดอย่างใดอย่างหนึ่งและสำหรับการแข่งขันแต่ละครั้งทำการแทนที่และดำเนินการต่อจากจุดนั้นบนอินพุต (ไม่มี อ่านอินพุตแล้วหรือการแทนที่ที่ดำเนินการควรพิจารณาให้ตรงกัน) ที่จริงแล้วรายละเอียดไม่สำคัญเพียงแค่ว่าผลของการเปลี่ยนจะไม่ถูกนำมาพิจารณาสำหรับการทดแทนอื่นทั้งหมดหรือบางส่วน

หมายเหตุฉันกำลังมองหาโซลูชันทั่วไปที่ถูกต้องเท่านั้น โปรดอย่าเสนอวิธีแก้ปัญหาที่ล้มเหลวสำหรับอินพุตบางอย่าง (ไฟล์อินพุต, ค้นหาและแทนที่คู่) แต่ไม่น่าจะเป็นไปได้

ตกลงวิธีแก้ปัญหาทั่วไป ฟังก์ชัน bash ต่อไปนี้ต้องการ2kอาร์กิวเมนต์ แต่ละคู่ประกอบด้วยตัวยึดตำแหน่งและการแทนที่ มันขึ้นอยู่กับคุณที่จะพูดสตริงอย่างเหมาะสมเพื่อส่งผ่านเข้าไปในฟังก์ชัน หากจำนวนอาร์กิวเมนต์เป็นจำนวนคี่จะมีการเพิ่มอาร์กิวเมนต์ว่างโดยนัยซึ่งจะลบการเกิดขึ้นของตัวยึดตำแหน่งสุดท้ายอย่างมีประสิทธิภาพ

ตัวยึดตำแหน่งหรือการแทนที่อาจไม่มีอักขระ NUL แต่คุณอาจใช้ C \-escapes มาตรฐานเช่น\0ถ้าคุณต้องการNULs (และดังนั้นคุณต้องเขียน\\ถ้าคุณต้องการ a \)

มันต้องใช้เครื่องมือสร้างมาตรฐานซึ่งควรจะปรากฏในระบบเหมือน posix (เล็กและซีซี)

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"
}

เราคิดว่า\มันถูกหลบหนีไปแล้วถ้าจำเป็นในการโต้แย้ง แต่เราจำเป็นต้องหลบหนีอัญประกาศถ้ามี นั่นคือสิ่งที่อาร์กิวเมนต์ที่สองของ printf ตัวที่สองทำ เนื่องจากการlexกระทำเริ่มต้นคือECHOเราไม่ต้องกังวลเกี่ยวกับมัน

ตัวอย่างการรัน (ด้วยการกำหนดเวลาสำหรับผู้สงสัยมันเป็นเพียงแล็ปท็อปสินค้าราคาถูก o):

$ 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

สำหรับปัจจัยการผลิตที่มีขนาดใหญ่ก็อาจจะมีประโยชน์ในการจัดให้มีการเพิ่มประสิทธิภาพให้กับธงccและเข้ากันได้ Posix c99ปัจจุบันมันจะดีกว่าที่จะใช้ การใช้งานที่มีความทะเยอทะยานมากขึ้นอาจพยายามแคชไฟล์เอ็กซีคิ้วท์ที่สร้างขึ้นแทนที่จะสร้างมันในแต่ละครั้ง

แก้ไข

หากคุณมีtccคุณสามารถหลีกเลี่ยงความยุ่งยากในการสร้างไดเรกทอรีชั่วคราวและเพลิดเพลินกับเวลารวบรวมที่เร็วขึ้นซึ่งจะช่วยในอินพุตขนาดปกติ:

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

บางสิ่งเช่นนี้จะแทนที่สตริงเป้าหมายของคุณทุกครั้งเพียงครั้งเดียวเมื่อเกิดเหตุการณ์เหล่าsedนี้ในสตรีมด้วยการกัดเพียงครั้งเดียวต่อบรรทัด นี่เป็นวิธีที่เร็วที่สุดที่ฉันสามารถจินตนาการได้ว่าคุณจะทำ จากนั้นอีกครั้งฉันไม่ได้เขียน C แต่นี่จะจัดการกับตัวคั่น null ได้อย่างน่าเชื่อถือหากคุณต้องการ ดูคำตอบนี้เพื่อดูว่ามันทำงานอย่างไร ไม่มีปัญหากับอักขระเชลล์พิเศษใด ๆ ที่มีหรือคล้ายกัน - แต่เป็นโลแคลเฉพาะ ASCII หรือกล่าวอีกนัยหนึ่งodจะไม่ส่งออกอักขระหลายไบต์ในบรรทัดเดียวกันและจะทำอย่างใดอย่างหนึ่งต่อ iconvหากปัญหานี้เป็นปัญหาที่คุณจะต้องการที่จะเพิ่มใน

perlวิธีการแก้ปัญหา แม้ว่าบางคนระบุว่ามันเป็นไปไม่ได้ฉันก็พบหนึ่ง แต่โดยทั่วไปแล้วการจับคู่แบบง่าย ๆ และการแทนที่ไม่สามารถทำได้และแม้จะแย่ลงเพราะการย้อนรอยของ NFA ผลที่ได้อาจไม่คาดคิด

โดยทั่วไปและสิ่งนี้ต้องบอกว่าปัญหาเกิดขึ้นกับผลลัพธ์ที่แตกต่างกันซึ่งขึ้นอยู่กับคำสั่งและความยาวของสิ่งอันดับทดแทน เช่น:

A B
AA CC

และการป้อนข้อมูลAAAผลลัพธ์ในหรือBBBCCB

ที่นี่รหัส:

#!/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

Checkerbunny:

$ echo 'ABBabbaBBbaabAAabbc'|perl script
$ BAAbaabAAabbcBBaaba