使用 bash 或 awk 替换字符串的一部分

Question

我的文件中有以下示例行：

sweet_25 2 0 4
guy_guy 2 4 6
ging_ging 0 0 3
moat_2 0 1 0

我想处理该文件并得到以下输出：

sweet_25 2 0 4
guy 2 4 6
ging 0 0 3
moat_2 0 1 0

请注意，所需的效果发生在第 2 行和第 3 行中 - 在出现此模式的行上，文本后面的下划线和文本被删除。

我没有成功执行以下操作：

sed -E 's/([a-zA-Z])_[a-zA-Z]/$1/g' file.txt >out.txt

欢迎任何 bash 或 awk 的建议。谢谢

Answer 1

如果要替换下划线之后的整个单词，则必须在替换中重复使用[a-zA-Z]+和使用字符类一次或多次。\1

sed -E 's/([a-zA-Z])_[a-zA-Z]+/\1/g' file.txt >out.txt

如果下划线前后的单词应该相同，则可以使用带有反向引用的重复捕获组。

如果您只想对字符串的开头执行此操作，您可以^在模式前面加上/gsed 命令末尾的 。

sed -E 's/([a-zA-Z]+)(_\1)+/\1/g' file.txt >out.txt

模式匹配：

• ([a-zA-Z]+)捕获组 1，匹配 1 次或多次出现的字符 a-zA-Z
• (_\1)+捕获组 2，重复匹配_和组 1 捕获的相同文本

文件out.txt将包含：

sweet_25 2 0 4
guy 2 4 6
ging 0 0 3
moat_2 0 1 0