Regex 每行vi/vim/sed等首次出现

使用VI替换第一个引用/实例非常简单

    :%s/search/replace/args

但是，以下是我的.csv格式/文件的数据集：

"192.168.2.1","www.google.com","2009/01/11_10:00"," What a great website"
"192.168.2.2/driving/is/fun","-","2009/03/22_00:00","Driving website"
"192.168.2.4/boating/is/crazy","-","2009/03/22_00:00","Boating Website"
"192.168.2.5","www.cars.com","2009/04/27_00:00","What a good car website"

因此，您会注意到在第一行中，有4列，这是.csv格式的理想行

但是，在第二行中，有4列，但第一列只接受ip地址，仅此而已，因此192.168.2.2/driving/is/fun必须删除或用“，”分隔

在vi中，我能够使用以下内容：

    :/^"\d\{,3}\.\d\{,3}\.\d\{,3}\.\d\{,3}\//s/\//","/

以下哪项功能：

    :/^"\d\{,3}\.\d\{,3}\.\d\{,3}\.\d\{,3}\//s/\//","/

• /^“\d{，3}.\d{，3}.\d{，3}.\d{，3}/-设置一个锚点，用正斜杠/在第一个IP开始搜索。例如，第2行：“192.168.2.2”/

• /s//“，”/-替换IP地址末尾的/并用.csv分隔符“，”

这在VI/VIM中非常有效，一次只替换一行内容。但是，数据集要大得多，手动使用以下vi搜索和替换非常耗时。我希望编写脚本或找到一个替代解决方案，因为VI/VIM一次只能执行一行，下面是：s/search/replace/g替换行中的每一行/另外更改日期列

显然，我已经尝试了以下方法：

    :/^"\d\{,3}\.\d\{,3}\.\d\{,3}\.\d\{,3}\//s/\//","/

将整个文件的%添加到替换开始的内部，如下所示：

    :/^"\d\{,3}\.\d\{,3}\.\d\{,3}\.\d\{,3}\//%s/\//","/

突出显示了我需要修改但出现错误的每个条目：

    E492: Not an editor command: /^"\d\{,3}\.\d\{,3}\.\d\{,3}\.\d\{,3}\//%s/\//

这相当令人困惑

我最终希望使用sed/perl一次性编写整个文件的编辑脚本

所以

“192.168.2.2/-->”192.168.2.2“

每行第一次出现

任何帮助都将不胜感激

---

谢谢

在vi/vim中，您可以指定要替换的搜索范围。在这种情况下，您希望替换所有行中的

：%s

：

:%s/search/replace/g

您还可以指定：

:2,5s/search/replace/g      Replace on lines 2-5
:.,$s/search/replace/g      Replace from current line (.) to last line ($)
:.,+3s/search/replace/g     Replace on the current line (.) and the two next lines (+3)
:g/^asd/s/search/replace/g  Replace on lines starting with 'asd'. 

然后，您可以将其与更简单的模式相结合，在整个文件中进行所需的替换：

:%s/^\("[^/"]*\)[^"]*"/\1"/

这将从CSV中的第一个条目中删除IP地址之后的所有内容

:%s/^\("[^/"]*\)\/\([^"]*\)"/\1","\2/

这将把第一个条目拆分为IP地址和其余的条目，尽管这只适用于IP后面有斜杠的行。

---

你要做的是找到模式，转到那一行，然后替换。在这种情况下，添加“%”会使命令无效。

您可以使用更简单的模式执行任何操作：

s/^\("[^/"]*\)[^"]*"/\1"/

这是：匹配行首，启动匹配组：匹配

“

，匹配任意数量的非斜杠字符和非

”

，关闭匹配组，匹配任意数量的非

“

”字符，并匹配

”

。替换为匹配组内容加上一个

“

上面的模式应该很容易编写脚本

#!/usr/bin/env python
import re
import sys

if len(sys.argv) != 3:
    print("Usage: log_file_cleaner <input_file> <output_file>")
    sys.exit(1)

pat = re.compile(r'^("[^/"]*)[^"]*"')

with open(sys.argv[1]) as in_f, open(sys.argv[2], "w") as out_f:
    for line in in_f:
        line = re.sub(pat, r'\1"', line)
        out_f.write(line)

！/usr/bin/env python
进口稀土
导入系统
如果len（sys.argv）！=3：
打印（“用法：日志文件清理器”）
系统出口（1）
pat=re.compile（r'^（“[^/”]*）[^“]*”）
将open（sys.argv[1]）作为in\u f，将open（sys.argv[2]，“w”）作为out\u f：
对于in_f中的行：
line=re.sub（pat，r'\1''，第行）
外写（行）

注意：您需要一个最新版本的Python来执行一个

和两个
open（）
调用。如果您卡在Cygwin上，您可以使用

语句将上述内容编辑为两个嵌套的

，每个语句执行一个
open（）
调用。
在ViM中，尝试：

 :%s/^\("\d\{,3}\.\d\{,3}\.\d\{,3}\.\d\{,3}\)\(\/[^"]\)/\1","\2

也就是说，我使用全局（
%
是
1的快捷方式，$
即从第一行到最后一行）替换，而不是搜索/替换。我将您的搜索模式移动到替换模式中，并在不同的组中捕获ip地址和路径。然后将它们放回原处，挤压中间的“

”，“

只是一个普通的保护：您可以使用几乎任何字符来界定您的模式。例如，如果你使用管道，你就不必逃避斜杠。史蒂文哈，谢谢你的回复。s/^（“[^/”]*）[^”]*“/\1”/^^^^只突出显示/选择这两者之间的所有内容。因此它突出显示了“192.168.2.1”和“192.168.2.2/driving/is/fun”您了解匹配组是什么，以及它是如何工作的吗？是的，整个模式与“/driving/is/fun”匹配“但比赛小组忽略了它。而且，如果您需要它来拒绝第一个引号后的空白，我可以编辑模式来做到这一点，但您的示例没有表明这是必要的。John Lawrence，感谢您的回复。。“（：%s/search/replace/g）”不起作用。当使用g-global选项时，它也会删除日期中的正斜杠，而不仅仅是IP末尾的正斜杠，它会删除文件中的每个斜杠。如果只使用：%s，则会删除行中的每个正斜杠，删除目录路径和日期等。这是正确的。添加“g”将替换行中的所有匹配项，而不添加“g”将仅替换第一个匹配项。这就是为什么我在你应该使用的正则表达式中省略了“g”。抱歉，如果不清楚，我的答案的前几位还有更多供一般参考。即使使用：%s/\/“，“/对于第一次出现的正斜杠，也会删除IP后没有正斜杠的行项目上的正斜杠，从而删除行中其他地方第一次出现的正斜杠，与日期类似。此外，此数据集由大约1000行组成。。使用设定编号等将线固定。。这和手动操作一样耗时。范围部分也没有太大帮助。John，这个：：%s/^（[^/“]*）[^”]*“/\1”/非常接近，除了在ip为192.168.2.1/driving/is/fun的线路上，它用“，“但也会删除“驾驶/是/有趣…”。。做得很好。。完美的你能解释一下我遗漏了什么或者你添加了什么，这样我才能理解/了解吗？我在答案中添加了它。如果我能进一步澄清，请告诉我