替换列开头的单引号

Question

我收到超出我控制范围的输入文件，其中某些列中包含前导单引号，例如

'foo|'012|that's nice|bar

我想从每个字段中删除所有前导单引号，以获得预期的输出：

foo|012|that's nice|bar

使用 awk，我假设 gsub 正则表达式元字符像^每列一样工作，但它似乎只在行的开头工作：

$ echo "'foo|'012|that's nice|bar" | awk -F'|' '{gsub(/^'\''/,"")}1'
foo|'012|that's nice|bar

如何从每列中删除前导单引号？

Answer 1

不需要awk，sed可以这样做：

\n

sed -E "s/(^|\\|)\'/\\1/g"\n

\n

-E切换到扩展正则表达式的选项将出现在 POSIX 标准的下一版本中，但大多数实现已经支持sed。或者您可以使用perlwhich 取代sedand awk：

\n

perl -pe \'s/(^|\\|)\'\\\'\'/$1/g\'\n

\n

或者：

\n

perl -pe "s/(^|\\|)\\K\'//g"\n

\n

（\\K标记K比赛的开始）。

\n

或者：

\n

perl -pe "s/(?<![^|])\'//g"\n

\n

（\'只要前面没有除 以外的字符即可进行替换|）。

\n

或者用它的awk模式：

\n

perl -F\'\\|\' -pe \'s/^\'\\\'\'// for @F; $_ = join "|", @F\'\n

\n

使用awk -F\'|\'，您需要将替换应用于每个字段，就像上面的perl模式一样awk：

\n

perl -pe \'s/(^|\\|)\'\\\'\'/$1/g\'\n

\n

对于awk，当字段分隔符是单个字符时，作为特殊情况，它不会被视为正则表达式，因此不需要转义|。

\n

$inawk是一个一元运算符，它需要一个数字，如果它是 1 和 之间的数字NF，则返回相应的字段；如果该数字为 0，则返回整个记录，否则返回空字符串\xc2\xb9。

\n

sub()并且gsub()可以采用 2 或 3 个参数，如果未提供第三个参数（（唯一的）替换主题），则它默认为整个记录 ( $0)。与不同的方式与与 不同的方式gsub()相同。仅替换第一次出现的模式，而替换所有出现的模式。sub()s/x/y/gs/x/y/sedsub()gsub()

\n

这里的正则表达式只能匹配一次，因为它是在开始时锚定的，所以sub()和gsub()不会产生任何影响。

\n

IOW，gsub()不是在每个字段中进行一次替换，而是在一个字符串中进行所有替换，默认情况下该字符串是整个未分割的记录。

\n\n

^{\xc2\xb9 从技术上讲，它们被视为数字字符串。也就是说，如果它们看起来像数字，否则将被视为数字。空字符串被视为字符串。}

\n