免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
最近访问板块 发新帖
查看: 1648 | 回复: 2
打印 上一主题 下一主题

[文本处理] 这个sed one-liner为什么不工作? [复制链接]

论坛徽章:
0
跳转到指定楼层
1 [收藏(0)] [报告]
发表于 2012-08-27 11:07 |只看该作者 |倒序浏览
Delete duplicate, nonconsecutive lines from a file.

sed -n 'G; s/\n/&&/; /^\([ -~]*\n\).*\n\1/d; s/\n//; h; P'

我用如下文件测试
foo
foo
foo
bar
foo
baz
但是全部输出来了。

我用l命令打印pattern space发现
foo\n\n$
foo\n\n$
foo
foo\n\nfoo\n$
foo\n\nfoo\n$
foo
foo\n\nfoo\nfoo\n$
foo\n\nfoo\nfoo\n$
foo
bar\n\nfoo\nfoo\nfoo\n$
bar\n\nfoo\nfoo\nfoo\n$
bar
foo\n\nbar\nfoo\nfoo\nfoo\n$
foo\n\nbar\nfoo\nfoo\nfoo\n$
foo
baz\n\nfoo\nbar\nfoo\nfoo\nfoo\n$
baz\n\nfoo\nbar\nfoo\nfoo\nfoo\n$
baz
foo\n\nbaz\nfoo\nbar\nfoo\nfoo\nfoo\n$
foo\n\nbaz\nfoo\nbar\nfoo\nfoo\nfoo\n$
foo

可以看出d命令木执行。也就是说正则并没匹配成功。
这是为什么呢?

我的系统是 fedora 17
Linux localhost 3.5.2-3.fc17.x86_64 #1 SMP Tue Aug 21 19:06:52 UTC 2012 x86_64 x86_64 x86_64 GNU/Linux


The capture group 1 is all the characters from space " " to "~" (which include all printable chars). The "[ -~]*" matches that. Replacing one "\n" with two was the key idea here. As "\([ -~]*\n\)" is greedy (matches as much as possible), the double newline makes sure that it matches as little text as possible.

这句解释说\n让匹配模式不再贪婪了,但是为什么没匹配上呢?

论坛徽章:
8
摩羯座
日期:2014-11-26 18:59:452015亚冠之浦和红钻
日期:2015-06-23 19:10:532015亚冠之西悉尼流浪者
日期:2015-08-21 08:40:5815-16赛季CBA联赛之山东
日期:2016-01-31 18:25:0515-16赛季CBA联赛之四川
日期:2016-02-16 16:08:30程序设计版块每日发帖之星
日期:2016-06-29 06:20:002017金鸡报晓
日期:2017-01-10 15:19:5615-16赛季CBA联赛之佛山
日期:2017-02-27 20:41:19
2 [报告]
发表于 2012-08-27 15:06 |只看该作者
LANG=C sed -n 'G; s/\n/&&/; /^\([ -~]*\n\).*\n\1/d; s/\n//; h; P'

论坛徽章:
0
3 [报告]
发表于 2012-08-27 19:17 |只看该作者

谢谢老大,原来是编码问题。

PS:老大的签名很内涵
您需要登录后才可以回帖 登录 | 注册

本版积分规则 发表回复

  

北京盛拓优讯信息技术有限公司. 版权所有 京ICP备16024965号-6 北京市公安局海淀分局网监中心备案编号:11010802020122 niuxiaotong@pcpop.com 17352615567
未成年举报专区
中国互联网协会会员  联系我们:huangweiwei@itpub.net
感谢所有关心和支持过ChinaUnix的朋友们 转载本站内容请注明原作者名及出处

清除 Cookies - ChinaUnix - Archiver - WAP - TOP