Dotaz: sed -- vytvoření mezer v čísle po 3 cifrách

[Jan Zahornadsky]

Ahoj,

jak by se dalo sedem vytvořit například z čísla 1234567890 text 1 234 567 890? Zkoušel jsem to jen primitivním

sed 's/\([0-9][0-9][0-9]\)$/ \1/g'

ale to mi udělá pouze do tisíců.. Nelze nějak nastavit, aby se příkaz (například 's/\([0-9][0-9][0-9] \)$/ \1/g') opakoval, dokud neudělá už žádnou další změnu? Se sedem pracuji asi celé dvě hodiny, takže se moc nevyznám... Za každé nakupnutí moc díky!

Odpovědi

[Michal Kubeček]

echo 1234567890 \
  | rev \
  | sed -re 's/([0-9]{3})/\1 /g' -e 's/ $//' \
  | rev

:-) Ale určitě to jde nějak inteligentněji…

[Michal Kubeček]

Tak jsem vymyslel ještě šílenější:

  a=1234567890
  while true; do
    b=`echo "$a" | sed -re 's/([0-9])([0-9]{3})\>/\1 \2/'`
    if [ "$b" = "$a" ]; then break; fi
    a="$b"
  done
  echo "$a"

:-)

[Michal Marek (twofish)]

Což mě inspirovalo k čistě sedovému řešení

sed -re ':1; s/([0-9])([0-9]{3})\>/\1 \2/; t1'

[Michal Kubeček]

Sakra, takovéhle věci jsem taky kdysi uměl, teď si ani nevzpomenu, že existují… :-(

[Hynek (Pichi) Vychodil]

Moc pěkné a elegantní

[Hynek (Pichi) Vychodil]

Trochu brutální řešení v perlu jediným, ale poněkud speciálním regexpem, který se na každý řádek aplikuje jen jednou (one)

perl -pe 's/(?<=\d)(?=(\d{3})+\D)/ /g;'

Pro srovnání ekvivalent toho sedového řešení, tedy aplikace regexpu na jedn řádek dokud se něco matchne, ale s využitím look-ahead/behid (many)

perl -pe 'while(s/(?<=\d)(?=\d{3}\D)/ /){}'

a nakonec úplný ekvivalent toho sedu (normal)

perl -pe 'while(s/(\d)(\d{3}\D)/$1 $2/){}'

A srovnání rychlosti

           Rate    one   many normal
one     69367/s     --   -10%   -47%
many    77244/s    11%     --   -40%
normal 129705/s    87%    68%     --

Což mě teda přinejmenším hodně překvapilo, že to úplně obyčejné řešení je zároveň nejrychlejší.

[Michal Kubeček]

Bylo by možné (na stejném systému) změřit ještě ta dvě sedová řešení (sed+rev a sed s cyklem)?

[Hynek (Pichi) Vychodil]

Bohužel. Příslušná měření jsem dělal přes Benchmark modul v perlu nad třemi řetězci načtenými z DATA. Musel bych nějak vymyslet jak omezit vliv natahování sed a rev do paměti a nad tím se mi teď nechce přemýšlet. Jinak zdroják testu:

#!/usr/bin/env perl

use strict;
use warnings;
use Benchmark qw(cmpthese);

my @strs = <DATA>;

cmpthese(-2, {
		one => sub {
			foreach (@strs) {
				s/(?<=\d)(?=(\d{3})+\D)/ /go;
			}
		},
		many => sub {
			foreach (@strs) {
				while (s/(?<=\d)(?=\d{3}\D)/ /o){}
			}
		},
		normal => sub {
			foreach (@strs) {
				while (s/(\d)(\d{3}\D)/$1 $2/o){}
			}
		}
	});

__DATA__
1234567890
hwiehwfuih
1246537245735
__END__

[Michal Kubeček]

Aha, mne by právě spíš zajímalo porovnání toho, když to v shellovém skriptu budu provádět jednotlivými způsoby (perl1-3, sed s cyklem, sed+rev). Ale to si koneckonců zvládnu změřit sám.

[Hynek (Pichi) Vychodil]

Tak ve scriptu bych si typnul, že vě většině zátěží by asi měl vyhrát ten sed s cyklem. Má pro to všechny předpoklady.

[petr_p]

Ne, inteligentneji to nelze. Tedy pokud vas konecny automat nepodporuje right2left text (tj. RE aplikuje od konce textu).

[Michal Kubeček]

Abych pravdu řekl, za inteligentnější (a hlavně čistší) řešení bych považoval napsat si nadstavbu nad strfmon(), něco jako je printf(1) vůči printf(3).