Chinaunix

标题: 如何用AWK或sed或Perl替换这样的文本？高手测试 :) [打印本页]
作者: 预言家    时间: 2012-12-13 13:32
标题: 如何用AWK或sed或Perl替换这样的文本？高手测试 :)
本帖最后由 预言家 于 2012-12-13 14:26 编辑

想把乘法符号 "*" 替换成 "tensor", 指数符号 "^" 替换成 "p_tensor"

替换规则如下:
        a(k)^n --> p_tensor(n,a(k))
        a(i)*a(j) --> tensor(a(i),a(j)), when i=/=j
但当乘法符号 "*" 出现在数字和a(i)之间时, 譬如 3*a(i), 则保留该符号"*"，不进行替换

譬如,

        5*a(i)*a(j)*(a(k1)+3*a(k2)) --> 5*tensor(tensor(a(i),a(j)),a(k1)+3*a(k2))
        a(i)^2*a(j)^2  --> tensor(p_tensor(2,a(i)),p_tensor(2,a(j)))
        ...

现在想用AWK 或 Sed 或 Perl 对下面的表达式进行替换（有多行类似这样的）:

        3*a(3)^2+6*a(1)^2*(5*a(2)^2-2*a(4))+6*a(2)*a(4)+6*a(1)*(-4*a(2)*a(3)+a(5))

有办法可以实现麽?

替换后的结果应该是这样子的：

        3*p_tensor(2,a(3))+6*tensor(p_tensor(2,a(1)),(5*p_tensor(2,a(2))-2*a(4))+6*tensor(a(2),a(4))+6*tensor(a(1),(-4*tensor(a(2),a(3))+a(5))

作者: yinyuemi    时间: 2012-12-14 01:53
这已经不是简单的替换吧，应该是写一个命令解释器
作者: 预言家    时间: 2012-12-14 04:41
yinyuemi 发表于 2012-12-14 01:53
这已经不是简单的替换吧，应该是写一个命令解释器


可以讲讲怎样写一个处理这个简单算法的命令解释器吗？
作者: mcshell    时间: 2012-12-14 08:54
yinyuemi 发表于 2012-12-14 01:53
这已经不是简单的替换吧，应该是写一个命令解释器

同意~~
我用平衡组只能取出所有符合要求的元素，替换的话 就麻烦了。。替换还要嵌套回去
作者: seesea2517    时间: 2012-12-14 10:12
括号和你的结果有此许不同，你检查检查，另外从简考虑，使用 /([a-z]+\([^()^]+\))\^([0-9])/ 的正则，所以暂不支持a(a(i))^2这样的嵌套格式，只支持 a(i)^2 的单层格式，如果有需要你再改进这个正则就行了：
  1. [seesea2517@UC ~]# awk -f a.awk a.txt
  2. 原始：5*a(i)*a(j)*(a(k1)+3*a(k2))
  3. 替换：5*tensor(tensor(a(i),a(j)),(a(k1)+3*a(k2)))
  4. -------------
  5. 原始：a(i)^2*a(j)^2
  6. 替换：tensor(p_tensor(2,a(i)),p_tensor(2,a(j)))
  7. -------------
  8. 原始：3*a(3)^2+6*a(1)^2*(5*a(2)^2-2*a(4))+6*a(2)*a(4)+6*a(1)*(-4*a(2)*a(3)+a(5))

  10. 替换：3*p_tensor(2,a(3))+6*tensor(p_tensor(2,a(1)),(5*p_tensor(2,a(2))-2*a(4)))+
  11. 6*tensor(a(2),a(4))+6*tensor(a(1),(-4*tensor(a(2),a(3))+a(5)))
  12. -------------
  13. 原始：5*a(2)^2-2*a(4)
  14. 替换：5*p_tensor(2,a(2))-2*a(4)
  15. -------------

  17. [seesea2517@UC ~]# cat a.txt
  18. 5*a(i)*a(j)*(a(k1)+3*a(k2))
  19. a(i)^2*a(j)^2
  20. 3*a(3)^2+6*a(1)^2*(5*a(2)^2-2*a(4))+6*a(2)*a(4)+6*a(1)*(-4*a(2)*a(3)+a(5))
  21. 5*a(2)^2-2*a(4)
  22. [seesea2517@UC ~]# cat a.awk
  23. function tensor(line, _ARGEND_, ar, len, i, str, flag, ar_tokens, count, result,
  24. temp)
  25. {
  26.     count = 0
  27.     str  = ""
  28.     flag = 0
  29.     i = 1
  30.     len  = split(line, ar, "")

  32.     if (ar[1] == "(")
  33.     {
  34.         if (ar[len] != ")")
  35.         {
  36.             print "括号不匹配。"
  37.             exit
  38.         }

  40.         ++i
  41.         --len
  42.     }

  44.     for (; i <= len; ++i)
  45.     {
  46.         if (ar[i] == "(")
  47.             flag++

  49.         if (ar[i] == ")")
  50.             flag--

  52.         if (flag < 0)
  53.         {
  54.             print "括号不匹配。"
  55.             exit
  56.         }

  58.         if (flag == 0 && (ar[i] ~ /[+*/]/ || (ar[i] == "-" && ar[i-1] ~ /[0-9)]/
  59. )))
  60.         {
  61.             ar_tokens[count++] = ar[i]
  62.             str = ""
  63.             continue
  64.         }

  66.         str = str""ar[i]
  67.         if (i == len || (ar[i+1] ~ /[-+*/]/ && flag == 0))
  68.         {
  69.             if (str ~ /^\(/)
  70.             {
  71.                 ar_tokens[count++] = "("tensor(str)")"
  72.             } else {
  73.                 ar_tokens[count++] = str
  74.             }
  75.         }
  76.     }

  78.     result = ""
  79.     temp = ""
  80.     for (i = 0; i < count; ++i)
  81.     {
  82.         if (temp == "")
  83.             temp = ar_tokens[i]

  85.         if (ar_tokens[i+1] == "*" && temp !~ /^[-0-9]+$|^$/)
  86.         {
  87.             temp = "tensor("temp","ar_tokens[i+2]")"
  88.             i += 2

  90.             if (i < count)
  91.             {
  92.                 i--
  93.                 continue
  94.             }
  95.         }

  97.         result = result""temp
  98.         temp = ""
  99.     }

  101.     return result
  102. }

  104. BEGIN {
  105.     FS=""
  106. }

  108. {
  109.     print "原始：" $0
  110.     print "替换：" gensub(/([a-z]+\([^()^]+\))\^([0-9])/, "p_tensor(\\2,\\1)", "g", tensor($0))
  111.     print "-------------"
  112. }
复制代码
作者: seesea2517    时间: 2012-12-14 10:14
屏幕宽度不够换行了，修正一下：
  1. [seesea2517@UC ~]# awk -f a.awk a.txt
  2. 原始：5*a(i)*a(j)*(a(k1)+3*a(k2))
  3. 替换：5*tensor(tensor(a(i),a(j)),(a(k1)+3*a(k2)))
  4. -------------
  5. 原始：a(i)^2*a(j)^2
  6. 替换：tensor(p_tensor(2,a(i)),p_tensor(2,a(j)))
  7. -------------
  8. 原始：3*a(3)^2+6*a(1)^2*(5*a(2)^2-2*a(4))+6*a(2)*a(4)+6*a(1)*(-4*a(2)*a(3)+a(5))

  10. 替换：3*p_tensor(2,a(3))+6*tensor(p_tensor(2,a(1)),(5*p_tensor(2,a(2))-2*a(4)))+6*tensor(a(2),a(4))+6*tensor(a(1),(-4*tensor(a(2),a(3))+a(5)))
  11. -------------
  12. 原始：5*a(2)^2-2*a(4)
  13. 替换：5*p_tensor(2,a(2))-2*a(4)
  14. -------------

  16. [seesea2517@UC ~]# cat a.txt
  17. 5*a(i)*a(j)*(a(k1)+3*a(k2))
  18. a(i)^2*a(j)^2
  19. 3*a(3)^2+6*a(1)^2*(5*a(2)^2-2*a(4))+6*a(2)*a(4)+6*a(1)*(-4*a(2)*a(3)+a(5))
  20. 5*a(2)^2-2*a(4)
  21. [seesea2517@UC ~]# cat a.awk
  22. function tensor(line, _ARGEND_, ar, len, i, str, flag, ar_tokens, count, result, temp)
  23. {
  24.     count = 0
  25.     str  = ""
  26.     flag = 0
  27.     i = 1
  28.     len  = split(line, ar, "")

  30.     if (ar[1] == "(")
  31.     {
  32.         if (ar[len] != ")")
  33.         {
  34.             print "括号不匹配。"
  35.             exit
  36.         }

  38.         ++i
  39.         --len
  40.     }

  42.     for (; i <= len; ++i)
  43.     {
  44.         if (ar[i] == "(")
  45.             flag++

  47.         if (ar[i] == ")")
  48.             flag--

  50.         if (flag < 0)
  51.         {
  52.             print "括号不匹配。"
  53.             exit
  54.         }

  56.         if (flag == 0 && (ar[i] ~ /[+*/]/ || (ar[i] == "-" && ar[i-1] ~ /[0-9)]/)))
  57.         {
  58.             ar_tokens[count++] = ar[i]
  59.             str = ""
  60.             continue
  61.         }

  63.         str = str""ar[i]
  64.         if (i == len || (ar[i+1] ~ /[-+*/]/ && flag == 0))
  65.         {
  66.             if (str ~ /^\(/)
  67.             {
  68.                 ar_tokens[count++] = "("tensor(str)")"
  69.             } else {
  70.                 ar_tokens[count++] = str
  71.             }
  72.         }
  73.     }

  75.     result = ""
  76.     temp = ""
  77.     for (i = 0; i < count; ++i)
  78.     {
  79.         if (temp == "")
  80.             temp = ar_tokens[i]

  82.         if (ar_tokens[i+1] == "*" && temp !~ /^[-0-9]+$|^$/)
  83.         {
  84.             temp = "tensor("temp","ar_tokens[i+2]")"
  85.             i += 2

  87.             if (i < count)
  88.             {
  89.                 i--
  90.                 continue
  91.             }
  92.         }

  94.         result = result""temp
  95.         temp = ""
  96.     }

  98.     return result
  99. }

  101. BEGIN {
  102.     FS=""
  103. }

  105. {
  106.     print "原始：" $0
  107.     print "替换：" gensub(/([a-z]+\([^()^]+\))\^([0-9])/, "p_tensor(\\2,\\1)", "g", tensor($0))
  108.     print "-------------"
  109. }
复制代码
作者: 预言家    时间: 2012-12-14 11:05
很好很强大 搬来板凳细看

seesea2517 发表于 2012-12-14 10:14
屏幕宽度不够换行了，修正一下：
作者: seesea2517    时间: 2012-12-14 11:09
回复 7# 预言家


    代码很丑，能不看尽量别看……
作者: 预言家    时间: 2012-12-14 11:56
本帖最后由 预言家 于 2012-12-14 11:57 编辑

完美！

在倒数第三行加上"+", 这样当指数为多位数字的时候，也可以匹配
print "替换：" gensub(/([a-z]+\([^()^]+\))\^([0-9]+)/, "p_tensor(\\2,\\1)", "g", tensor($0))


回复 6# seesea2517


   
作者: 预言家    时间: 2012-12-14 12:02
seesea2517 发表于 2012-12-14 11:09
回复 7# 预言家


哈 强大就好

以下是用perl写的，只能匹配最简单的情形，没有你的强大

  2. $cat tensor.pl

  4. while(<>) {
  5.    s/(a\(\d+\))\^(\d+)/p_tensor($2,$1)/g;
  6.    s/(a\((\d+)\))\*(a\((\d+)\))/tensor($1, $3)/g if $2 != $4;
  7.    print;
  8. }
复制代码

  2. echo "3*a(3)^2+6*a(1)^2*(5*a(2)^2-2*a(4))+6*a(2)*a(4)+6*a(1)*(-4*a(2)*a(3)+a(5))" | perl tensor.pl
复制代码
得到

  2.   3*p_tensor(2,a(3))+**6*p_tensor(2,a(1))*(5*p_tensor(2,a(2))**-2*a(4))+6*tensor(a(2), a(4))+6*a(1)*(-4*tensor(a(2), a(3))+a(5))
复制代码
作者: seesea2517    时间: 2012-12-14 13:09
回复 9# 预言家


    我没理解成指数固定为 2 就算不错了。
作者: seesea2517    时间: 2012-12-14 13:11
预言家 发表于 2012-12-14 12:02
哈 强大就好

以下是用perl写的，只能匹配最简单的情形，没有你的强大得到


厉害啊，简洁强大。

结果里的标红处是特意的么。
3*p_tensor(2,a(3))+**6*p_tensor(2,a(1))*(5*p_tensor(2,a(2))**-2*a(4))+6*tensor(a(2), a(4))+6*a(1)*(-4*tensor(a(2), a(3))+a(5))
作者: dolphinlater    时间: 2012-12-19 23:10
  1. s/\([a-z][a-z]*\)(\([0-9][0-9]*\))/\1#\2@/g
  2. s/\([a-z][a-z]*#[0-9][0-9]*@\)^\([0-9][0-9]*\)/p_tensor#\2,\1@/g
  3. s/\([\+-\*]\)\([a-z][a-z0-9_#@,]*\|([^()]*)\)\*\([a-z][a-z0-9_#@,]*\|([^()]*)\)/\1tensor#\2,\3@/g
  4. s/\([a-z][a-z0-9_#@,]*\)\*\([a-z][a-z0-9_#@,]*\)/tensor#\1,\2@/g
  5. s/#/(/g
  6. s/@/)/g
复制代码
sed版本，可惜只能处理一层嵌套，切不支持中间存在空格，请有心人继续完善吧。



欢迎光临 Chinaunix (http://bbs.chinaunix.net/) Powered by Discuz! X3.2