Python 如何使用awk替换所有组合中的不同文本块?
我正在尝试替换这样的线条块:Python 如何使用awk替换所有组合中的不同文本块?,python,regex,bash,perl,awk,Python,Regex,Bash,Perl,Awk,我正在尝试替换这样的线条块: 一组线由编号较小的波纹管组成 当一行具有“=”时,该行块可以替换以“=”命名的块 让我们看一个例子,这个输入: 01 hello 02 stack 02 overflow 04 hi 02 friends = overflow 03 this 03 is 03 my = is 03 life 02 lol 02 im 02 jokin
- 一组线由编号较小的波纹管组成
- 当一行具有“=”时,该行块可以替换以“=”命名的块
01 hello
02 stack
02 overflow
04 hi
02 friends = overflow
03 this
03 is
03 my = is
03 life
02 lol
02 im
02 joking = im
03 filler
将生成以下输出(每个hello块是数组的一个元素):
我这样试过:
#!/bin/bash
awk '{
if ($0~/=/){
level=$1
oc=1
}else if (oc && $1<=level){
oc=0
}
if (!oc){
print
}
}' input.txt
#/bin/bash
awk'{
如果($0~/=/){
级别=$1
oc=1
}else if(oc&&$1这里有一个python脚本,用于读取cobol输入文件并打印出所有可能的已定义和重新定义变量组合:
#!/usr/bin/python
"""Read cobol file and print all possible redefines."""
import sys
from itertools import product
def readfile(fname):
"""Read cobol file & return a master list of lines and namecount of redefined lines."""
master = []
namecount = {}
with open(fname) as f:
for line in f:
line = line.rstrip(' .\t\n')
if not line:
continue
words = line.split()
n = int(words[0])
if '=' in words or 'REDEFINES' in words:
name = words[3]
else:
name = words[1]
master.append((n, name, line))
namecount[name] = namecount.get(name, 0) + 1
# py2.7: namecount = {key: val for key, val in namecount.items() if val > 1}
namecount = dict((key, val) for key, val in namecount.items() if val > 1)
return master, namecount
def compute(master, skip=None):
"""Return new cobol file given master and skip parameters."""
if skip is None:
skip = {}
seen = {}
skip_to = None
output = ''
for n, name, line in master:
if skip_to and n > skip_to:
continue
seen[name] = seen.get(name, 0) + 1
if seen[name] != skip.get(name, 1):
skip_to = n
continue
skip_to = None
output += line + '\n'
return output
def find_all(master, namecount):
"""Return list of all possible output files given master and namecount."""
keys = namecount.keys()
values = [namecount[k] for k in keys]
out = []
for combo in product(*[range(1, v + 1) for v in values]):
skip = dict(zip(keys, combo))
new = compute(master, skip=skip)
if new not in out:
out.append(new)
return out
def main(argv):
"""Process command line arguments and print results."""
fname = argv[-1]
master, namecount = readfile(fname)
out = find_all(master, namecount)
print('\n'.join(out))
if __name__ == '__main__':
main(sys.argv)
如果上述脚本保存在名为cobol.py
的文件中,则If可以作为以下方式运行:
python cobol.py name_of_input_file
定义和重定义的各种可能组合将显示在标准输出上
此脚本在python2(2.6+)或python3下运行
解释
该代码使用三个功能:
readfile
读取输入文件并返回两个变量,这些变量汇总了其中的结构
compute
获取两个参数,并从中计算输出块
find_all
确定所有可能的输出块,使用compute
创建它们,然后将它们作为列表返回
让我们更详细地了解每个函数:
readfile
readfile
将输入文件名作为参数,并返回一个列表,master
,以及一个字典,namecont
。对于输入文件中的每一个非空行,listmaster
都有一个元组,其中包含(1)级别号,(2)定义或重新定义的名称,以及(2)原始行本身。对于示例输入文件,readfile
为master
返回此值:
[(1, 'hello', '01 hello'),
(2, 'stack', ' 02 stack'),
(2, 'overflow', ' 02 overflow'),
(4, 'hi', ' 04 hi'),
(2, 'overflow', ' 02 friends = overflow'),
(3, 'this', ' 03 this'),
(3, 'is', ' 03 is'),
(3, 'is', ' 03 my = is'),
(3, 'life', ' 03 life'),
(2, 'lol', ' 02 lol'),
(2, 'im', ' 02 im'),
(2, 'im', ' 02 joking = im'),
(3, 'filler', ' 03 filler')]
readfile
还返回字典namecount
,该字典为每个重新定义的名称都有一个条目,并有一个该名称的定义/重新定义数量的计数。对于示例输入文件,namecount
具有以下值:
{'im': 2, 'is': 2, 'overflow': 2}
这表示im
、is
、和overflow
各有两个可能的值
readfile
当然是为了在当前版本的问题中使用输入文件格式而设计的。在可能的情况下,它也被设计为使用该问题以前版本的格式。例如,变量重新定义无论是否用等号表示都可以接受(当前版本)或与以前版本一样使用单词REFDEFINES
。这是为了使此脚本尽可能灵活
compute
函数compute
用于生成每个输出块。它使用两个参数。第一个参数是master
,它直接来自readfile
。第二个参数是skip
,它来自readfile
返回的namecount
字典。例如,nameco>unt
字典指出,im
有两种可能的定义。这说明了如何使用compute
为每种定义生成输出块:
In [14]: print compute(master, skip={'im':1, 'is':1, 'overflow':1})
01 hello
02 stack
02 overflow
04 hi
02 lol
02 im
In [15]: print compute(master, skip={'im':2, 'is':1, 'overflow':1})
01 hello
02 stack
02 overflow
04 hi
02 lol
02 joking = im
03 filler
请注意,上面对compute
的第一次调用生成了使用im
的第一个定义的块,第二次调用生成了使用第二个定义的块
find_all
有了以上两个函数,很明显最后一步就是生成所有不同的定义组合并打印出来。这就是函数find\u all
所做的。使用master
和namecontcount
返回的readfile
,它系统地运行所有可用的数据库le定义和调用的组合compute
,为每个定义和调用创建一个块。它收集以这种方式创建的所有唯一块并返回它们
find_all
返回的输出是一个字符串列表。每个字符串都是对应于定义/重定义组合的块。使用问题的示例输入,这显示了find_all
返回的内容:
In [16]: find_all(master, namecount)
Out[16]:
['01 hello\n 02 stack\n 02 overflow\n 04 hi\n 02 lol\n 02 im\n',
'01 hello\n 02 stack\n 02 friends = overflow\n 03 this\n 03 is\n 03 life\n 02 lol\n 02 im\n',
'01 hello\n 02 stack\n 02 overflow\n 04 hi\n 02 lol\n 02 joking = im\n 03 filler\n',
'01 hello\n 02 stack\n 02 friends = overflow\n 03 this\n 03 is\n 03 life\n 02 lol\n 02 joking = im\n 03 filler\n',
'01 hello\n 02 stack\n 02 friends = overflow\n 03 this\n 03 my = is\n 03 life\n 02 lol\n 02 im\n',
'01 hello\n 02 stack\n 02 friends = overflow\n 03 this\n 03 my = is\n 03 life\n 02 lol\n 02 joking = im\n 03 filler\n']
作为一个例子,让我们以find_all
返回的第四个字符串为例,为了获得更好的格式,我们将打印它:
In [18]: print find_all(master, namecount)[3]
01 hello
02 stack
02 friends = overflow
03 this
03 is
03 life
02 lol
02 joking = im
03 filler
在完整的脚本中,find_all
的输出组合在一起并打印到标准输出,如下所示:
out = find_all(master, namecount)
print('\n'.join(out))
这样,输出将显示所有可能的块
问题早期版本的答案
原问题的答案
说明:
此程序具有以下变量:
#!/usr/bin/python
"""Read cobol file and print all possible redefines."""
import sys
from itertools import product
def readfile(fname):
"""Read cobol file & return a master list of lines and namecount of redefined lines."""
master = []
namecount = {}
with open(fname) as f:
for line in f:
line = line.rstrip(' .\t\n')
if not line:
continue
words = line.split()
n = int(words[0])
if '=' in words or 'REDEFINES' in words:
name = words[3]
else:
name = words[1]
master.append((n, name, line))
namecount[name] = namecount.get(name, 0) + 1
# py2.7: namecount = {key: val for key, val in namecount.items() if val > 1}
namecount = dict((key, val) for key, val in namecount.items() if val > 1)
return master, namecount
def compute(master, skip=None):
"""Return new cobol file given master and skip parameters."""
if skip is None:
skip = {}
seen = {}
skip_to = None
output = ''
for n, name, line in master:
if skip_to and n > skip_to:
continue
seen[name] = seen.get(name, 0) + 1
if seen[name] != skip.get(name, 1):
skip_to = n
continue
skip_to = None
output += line + '\n'
return output
def find_all(master, namecount):
"""Return list of all possible output files given master and namecount."""
keys = namecount.keys()
values = [namecount[k] for k in keys]
out = []
for combo in product(*[range(1, v + 1) for v in values]):
skip = dict(zip(keys, combo))
new = compute(master, skip=skip)
if new not in out:
out.append(new)
return out
def main(argv):
"""Process command line arguments and print results."""
fname = argv[-1]
master, namecount = readfile(fname)
out = find_all(master, namecount)
print('\n'.join(out))
if __name__ == '__main__':
main(sys.argv)
f
是一个标志,在第一次重新定义之前为零,之后为一
s
包含第一次重新定义之前的所有文本
t
包含当前重定义的文本
c
是一个计数器,用于确定输出名称的名称
该守则的运作如下:
out = find_all(master, namecount)
print('\n'.join(out))
f==0&&!/REDEFINES/{s=s“\n”$0;next}
在遇到第一个重定义之前,文本保存在变量s
中,我们跳过其余命令并跳转到下一行
/重新定义/{f=1;打印ST>(“输出”++c.txt”);t=“”}
每次遇到重定义行时,我们将标志f
设置为1,并将序言部分s
与当前重定义部分一起打印到名为outputn.txt
的文件中,其中n由计数器c
的值替换
因为我们在一个新的重定义部分的开头,所以变量t
被设置为空
{
awk '/REDEFINES/{f=1;print substr(s,2) t>("output" ++c ".txt");t=""} f==0 {s=s"\n"$0;next} {t=t"\n"$0} END{print substr(s,2) t>("output" ++c ".txt")}' input
awk 'f==1 && pre==$1 && !/REDEFINES/{tail=tail "\n" $0} /REDEFINES/{pre=$1;f=1;t[++c]="\n"$0} f==0 {head=head"\n"$0;next} pre!=$1{t[c]=t[c]"\n"$0} END{for (i=0;i<=c;i++) {print head t[i] tail>("output" (i+1) ".txt")}}' file