免费注册 查看新帖 |

Chinaunix

  平台 论坛 博客 文库
12
最近访问板块 发新帖
楼主: iocg
打印 上一主题 下一主题

[文本处理] 如何选择性地对文本中的字母替换成指定字符串? [复制链接]

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
11 [报告]
发表于 2014-09-15 15:59 |只看该作者
回复 5# bulletmarquis
  1. #!/usr/bin/awk -f
  2. BEGIN{
  3.         a["a"]="%as:nd"
  4.         a["b"]="as~bz3"
  5.         a["c"]="a,s%cd"
  6.         a["d"]="m9~7cd"
  7.         a["e"]="xbs%ka"
  8. }
  9. {
  10.         for(i=0;i++<NF;){
  11.                 if($i!~/[%!]/){
  12.                         l=split($i,b,"")
  13.                         $i=""
  14.                         for(j=0;j++<l;){
  15.                                 if(b[j] in a)b[j]=a[b[j]]
  16.                                 $i=$i""b[j]
  17.                         }
  18.                 }
  19.         }
  20. }
  21. 1
复制代码

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
12 [报告]
发表于 2014-09-15 16:00 |只看该作者
回复 2# jason680

你这结果似乎不对,你看一下最后一个单词就知道了。
   

论坛徽章:
60
20周年集字徽章-20	
日期:2020-10-28 14:04:3015-16赛季CBA联赛之北京
日期:2016-07-06 15:42:0715-16赛季CBA联赛之同曦
日期:2016-06-12 10:38:0915-16赛季CBA联赛之佛山
日期:2016-05-27 11:54:56黄金圣斗士
日期:2015-12-02 11:44:35白银圣斗士
日期:2015-11-25 14:32:43白银圣斗士
日期:2015-11-23 12:53:352015亚冠之布里斯班狮吼
日期:2015-10-21 16:55:482015亚冠之首尔
日期:2015-09-01 16:46:052015亚冠之德黑兰石油
日期:2015-08-31 11:39:192015亚冠之萨济拖拉机
日期:2015-08-28 21:06:5315-16赛季CBA联赛之广东
日期:2016-07-12 14:58:53
13 [报告]
发表于 2014-09-15 16:35 |只看该作者
  1. #!/usr/bin/env python
  2. # -*- coding: utf-8 -*-

  3. d = {
  4.     'a': '%as:nd',
  5.     'b': 'as~bz3',
  6.     'c': 'a,s%cd',
  7.     'd': 'm9~7cd',
  8.     'e': 'xbs%ka',
  9. }
  10. with open('file') as fd:
  11.     for r in fd.readlines():
  12.         newlist = list()
  13.         for record in r.split():
  14.             if '%' in record or '!' in record:
  15.                 newlist.append(record)
  16.             else:
  17.                 words = list(record)
  18.                 for k,v in enumerate(words):
  19.                     if d.has_key(v) : words[k] = d[v]
  20.                 newlist.append(''.join(words))
  21.         print ' '.join(newlist)
复制代码

论坛徽章:
23
15-16赛季CBA联赛之吉林
日期:2017-12-21 16:39:27白羊座
日期:2014-10-27 11:14:37申猴
日期:2014-10-23 08:36:23金牛座
日期:2014-09-30 08:26:49午马
日期:2014-09-29 09:40:16射手座
日期:2014-11-25 08:56:112015年辞旧岁徽章
日期:2015-03-03 16:54:152015年迎新春徽章
日期:2015-03-04 09:49:0315-16赛季CBA联赛之山东
日期:2017-12-21 16:39:1915-16赛季CBA联赛之广东
日期:2016-01-19 13:33:372015亚冠之山东鲁能
日期:2015-10-13 09:39:062015亚冠之西悉尼流浪者
日期:2015-09-21 08:27:57
14 [报告]
发表于 2014-09-15 16:38 |只看该作者
回复 12# yestreenstars


c a,scd

影射关系没写对,应该是笔误。


设置 RS=" " FS="" ,就不用 split 了,代码会简洁很多。

论坛徽章:
2
摩羯座
日期:2014-11-03 15:28:56卯兔
日期:2015-01-04 17:20:51
15 [报告]
发表于 2014-09-15 17:21 |只看该作者
回复 14# ly5066113


    那如果原文本中不止一行,RS="[ \n]"的话怎么办呢?
  1. echo 'ab  cd e
  2. sdf k'|awk 'BEGIN{ORS=RS="[ \n]"}NF+=0'

  3. ab[
  4. ]cd[
  5. ]e[
  6. ]>[
  7. ]sdf[
  8. ]k[

复制代码

论坛徽章:
32
处女座
日期:2013-11-20 23:41:20双子座
日期:2014-06-11 17:20:43戌狗
日期:2014-06-16 11:05:00处女座
日期:2014-07-22 17:30:47狮子座
日期:2014-07-28 15:38:17金牛座
日期:2014-08-05 16:34:01亥猪
日期:2014-08-18 13:34:25白羊座
日期:2014-09-02 15:03:55金牛座
日期:2014-11-10 10:23:58处女座
日期:2014-12-02 09:17:52程序设计版块每日发帖之星
日期:2015-06-16 22:20:002015亚冠之塔什干火车头
日期:2015-06-20 23:28:22
16 [报告]
发表于 2014-09-15 17:25 |只看该作者
回复 14# ly5066113

多谢指导,我考虑的是多行的情况。
   

论坛徽章:
145
技术图书徽章
日期:2013-10-01 15:32:13戌狗
日期:2013-10-25 13:31:35金牛座
日期:2013-11-04 16:22:07子鼠
日期:2013-11-18 18:48:57白羊座
日期:2013-11-29 10:09:11狮子座
日期:2013-12-12 09:57:42白羊座
日期:2013-12-24 16:24:46辰龙
日期:2014-01-08 15:26:12技术图书徽章
日期:2014-01-17 13:24:40巳蛇
日期:2014-02-18 14:32:59未羊
日期:2014-02-20 14:12:13白羊座
日期:2014-02-26 12:06:59
17 [报告]
发表于 2014-09-15 19:07 |只看该作者
回复 12# yestreenstars

Thank you for your notice

qw/a %as:nd b as~bz3 c a,%scd d m9~7cd e xbs%ka/
   

论坛徽章:
14
15-16赛季CBA联赛之辽宁
日期:2019-06-16 15:47:3515-16赛季CBA联赛之广夏
日期:2016-08-13 21:24:352015亚冠之武里南联
日期:2015-07-07 17:37:372015亚冠之萨济拖拉机
日期:2015-07-06 17:07:482015亚冠之全北现代
日期:2015-06-04 13:54:272015亚冠之城南
日期:2015-05-21 15:43:212015年亚洲杯之伊朗
日期:2015-04-25 18:20:362015年亚洲杯之伊朗
日期:2015-04-20 16:06:052015年亚洲杯之科威特
日期:2015-03-07 12:51:26丑牛
日期:2014-12-30 10:26:38申猴
日期:2014-09-28 22:40:18金牛座
日期:2014-09-13 21:12:22
18 [报告]
发表于 2014-09-16 00:33 |只看该作者
  1. <?php

  2. $arr = array("a"=>"%as:nd","b"=>"as~bz3","c"=>"a,s%cd","d"=>"m9~7cd","e"=>"xbs%ka");
  3. $file=file_get_contents('200.txt');
  4. $str = preg_split('/[ ]+/', trim($file));
  5. for ($i=0; $i <count($str) ; $i++) {        
  6.   if(strpos($str[$i], "%")===false && strpos($str[$i], "!")===false){
  7.      foreach (preg_split('//', $str[$i]) as $key => $value) {
  8.      if(array_key_exists($value,$arr)) $str[$i]=str_replace($value, $arr[$value], $str[$i]);
  9.      }       
  10.   }
  11.      echo $str[$i]." ";
  12. }

  13. ?>

  14. 结果:
  15. You'll plxbs%kanty of mxbs%k%as:nd%as:ndn~s of rxbs%k%as:nd%as:nda,s%cd,hing w%-hat txbs%kay trb%cks onxbs%ka in your bow! On top of th%as:ndt, Just !about %as:ndny, Any timxbs%ka you bo!nk, Lxbs%k%as:nd%as:ndvxbs%k%as:nd hxbs%kar with %as:nd per%son's a,s%cdontrols [Finished in 0.5s]
复制代码
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