Dotaz: sed nahrada Enter za cokoli

[Terka]

mam zdroj, napr.:
a,
b
c,
d

a chci nahradit ",$" za " "
abych dostala
a b
c d

pomoci sedu mi to nejde.
Poradite prosim nekdo?

Odpovědi

[JaSel]

Co tak nahradit hodinu čekání minutou hledání?

[hudin]

Hmm, ja uz prakticky sed nahradil Perlem (perl -ne 's/,\n/ /; print;'), ale ze zajimavosti jsem se zeptal googlu a hned druhy odkaz navede na prikaz sed '/,$/N;s/,\n */ /'.

[Ondra]

Nějaká školní úloha, ne? Potom doporučuji

man sed

a přečíst si pasáž o příkazech. Určitě se Ti tam nějaké zalíbí, pomocí kterých to vyřešíš. Popřípadě si něco vůbec o sedu přečti, jak pracuje pattern space, hold space a další fičurky. Já v sedu běžně nedělám, tak jsem s pomocí manu vypotil tohle:

sed -n ': start;/,$/{N;s/,\n/ /;b start};p'

Ale netvrdím, že je to takhle elegantní. Hlavně si, to zas prosím já, najdi, co znamenají jednotlivé příkazy (speciálně N), ať nemám pocit, že jsem zmařil čas.

[Ondra]

Udělal jsem to (záměrně) obecněji, než to, co vypadlo hulinovi z googlu. To moje pokreje i

a,
b,
c

a b c

[Ondra]

Obecněji asi není správný výraz. Prostě trošku něco jiného, ale Tvou úlohu to zvládne stejně a mou rozšířenou logičtěji.

[Terka]

jde mi o to, proc mi nechodi sed 's:,$: :g'

[Ondra]

Zkusila sis to, co jsi napsala, přeložit do češtiny? Co Ti vyšlo? Mně vychází:

Na každém vstupním řádku nahraď čárku, která je poslední znak na řádce, mezerou

Což tedy zoufale neodpovídá zadání.

1. $ není znak (ve smyslu skutečné sekvence bytů) konce řádku, pouze matchuje s koncem vstupního řetezce. S jistým humorem řečeno, těžko můžeš smazat konec něčeho. To by šlo udělat jedině tak, že by jsi to nafoukla na nekonečnou délku.

2. I kdyby byl $ znak konce řádku, tak vycházíš ze špatného předpokladu, že po přečtení vstupního řádku do pattern spacu je tento ukončen tímto znakem, což není. Například si to můžeš ověřit tak, že

sed 's/.*//'

, což znamená smazání VŠECH znaků na řádce, vypíše prázdný řádek a nikoli nic. Můžeš to chápat třeba tak, že sed zpracovává vstupní soubor po řádcích, ale do samotného pattern spacu znaky konce řádku nedává. A pak když to znovu tiskne, tak automaticky odřádkuje. ÁÁÁle použití N, to je jiná. Tohle chování se může zdát možná trošku nelogické, nicméně sama nahlídneš, že jinak by to dělalo ještě větší bordel.

[Terka]

myslim, ze to chapu

[Tomas]

rychly nástřel (= neodladěný)

:loop
$!{ N ; b loop }
s/,\n/ /g

základním kamenem je příkaz "N" - akumulace řádků, aby se řádky vůbec daly spojovat

[kirpike]

Verze Ondry (viz výše) je lepší, takhle by to načetlo celý soubor do paměti a pak se prováděla rozsáhlá náhrada. Pokud by ten soubor měl třeba 300MB ojojojoj Navíc původní verze sedu měla buffer jen pár kilo, s tou by to nešlo vůbec (pro GNU sed to neplatí).

Ale i tak se to dá zjednodušit, v tomhle případě je -n a ;p zbytečné. Stačí

sed ':start;/,$/{N;s/,\n/ /;b start}'

[Semo]

Vyriene to mas vyssie, len este doplnok, ze pri zadavani escape sekvencii (\n, \r, \x0a, ...) sa tusim lisi pristup sed verzie 3 a 4. Niektore nizsie verzie 3 to tusim nepoznaju vobec.

[Terka]

diky vsem!