如果替换匹配模式中的字符呢？

MicroHard

有文件如下：
a,b,c,d,e,f,g,h,i,j
20090608,正常,张三,0,0,"213421223498 ", ,0,119.20,119.20
20090608,正常,李 三,1,0,"8974385498  ",  ,"23,195.77",0,"23,195.77"
20090608,正常,李四,0,0,"117412385446  ",  ,195.77,0,"24,195.54"
20090608,正常,李 三,0,0,"8974385498  ",  ,12.55,0,775.12
...
...
希望将后引号中数字的千分位分隔符去掉，
得到如下结果：
a,b,c,d,e,f,g,h,i,j
20090608,正常,张三,0,0,"213421223498 ", ,0,119.20,119.20
20090608,正常,李 三,1,0,"8974385498  ",  ,"23195.77",0,"23195.77"
20090608,正常,李四,0,0,"117412385446  ",  ,195.77,0,"24195.54"
20090608,正常,李 三,0,0,"8974385498  ",  ,12.55,0,775.12
...
...

[ 本帖最后由 MicroHard 于 2009-6-9 22:53 编辑 ]

ppshw

sed -e "s/[^.]\([1-9][0-9]*\),\([0-9]\{3\}\)/\1\2/g" a.txt

blackold

try:

1. awk -F \" -v OFS=\" '{for(i=1;i<=NF;i++) if(i%2==0)gsub(/,/,"",$i);print}' urfile

复制代码

MicroHard

原帖由 ppshw 于 2009-6-9 22:49 发表
sed -e "s/[^.]\([1-9][0-9]*\),\([0-9]\{3\}\)/\1\2/g" a.txt

这个遇到文件中"10,122,076.86"这样的数字就出错了，得到错误的：10122,076.86"
blackold的没发现问题，不过好象运行有点慢。

[ 本帖最后由 MicroHard 于 2009-6-9 23:08 编辑 ]

kwokcn

1. 
   
2. awk -v RS="\"" 'NR%2==0{gsub(",","")}{printf (NR==1?"":"\"")$0}' URFILE
   

复制代码

blackold

你的文件很大吗？

对于特定的文件：

1. sed ':n;s/\("[0-9]\+\),\([0-9.,]*"\)/\1\2/;tn' urfile

复制代码

MicroHard

$wc URFILE
45584  155232 5361840 URFILE
经过反复测试，结果还是blackold的awk最快，都差不多得到如下结果：
time awk -F \" -v OFS=\" '{for(i=1;i<=NF;i++) if(i%2==0)gsub(/,/,"",$i);print}' URFILE > bb
real    0m0.997s
user    0m0.951s
sys     0m0.045s


time awk -v RS="\"" 'NR%2==0{gsub(",","")}{printf (NR==1?"":"\"")$0}' URFILE > cc
real    0m1.125s
user    0m1.075s
sys     0m0.048s

time sed ':n;s/\("[0-9]\+\),\([0-9.,]*"\)/\1\2/;tn' URFILE > aa
real    0m3.039s
user    0m2.980s
sys     0m0.060s

kwokcn

如果对1秒还不满意，那就写个C程序吧，我随便写了一个测试了一下，大概能比黑哥前面那个节省一半以上的时间。

1. 
   
2. #include <stdlib.h>
   
3. #include <stdio.h>
   
4. 
   
5. int main()
   
6. {
   
7.     char c, t=0;
   
8.     FILE *fp = fopen("URFILE","rb");
   
9.     while (1)
   
10.     {
    
11.         c=fgetc(fp);
    
12.         if(c==EOF) break;
    
13.         switch (c)
    
14.         {
    
15.             case '"': t=1-t; putchar(c); break;
    
16.             case ',': if(!t) putchar(c); break;
    
17.             default : putchar(c); break;
    
18.         }
    
19.     }
    
20.     fclose(fp);
    
21.     return 0;
    
22. }
    

复制代码

kwokcn

1. 
   
2. [root]# time ./mytr > /dev/null
   
3. 
   
4. real    0m0.961s
   
5. user    0m0.944s
   
6. sys     0m0.017s
   
7. 
   
8. [root]# time awk -F \" -v OFS=\" '{for(i=1;i<=NF;i++) if(i%2==0)gsub(/,/,"",$i);print}' tt > /dev/null
   
9. 
   
10. real    0m3.308s
    
11. user    0m3.281s
    
12. sys     0m0.028s
    

复制代码

haimming

学习了，
t为啥设成char型？