删除第一个和最后一个双引号（最好是 sed/awk）

Question

我只想删除第一个和最后一个双引号

输入：

word1 -word2 {word3} -word4 {"word5 'word6' "word7 word8" .word9"} -word10 (word11)
word1 -word2 {word3} -word4 {"word5 'word6' word7 word8 .word9"} -word10 (word11)
word1 -word2 {word3} -word4 {"word5 'word6' "word7 (word8)" .word9"} -word10 (word11)

预期输出：

word1 -word2 {word3} -word4 {word5 'word6' "word7 word8" .word9} -word10 (word11)
word1 -word2 {word3} -word4 {word5 'word6' word7 word8 .word9} -word10 (word11)
word1 -word2 {word3} -word4 {word5 'word6' "word7 (word8)" .word9} -word10 (word11)

尝试删除第一个

"

，但没有成功：

sed 's/"\({\)/\1/g' inputfile > outputfile

删除行中找到的第一个双引号，即“{”之后和“}”之前可以接受。

假设单词也可以有不同的长度。

Answer 1

您可以将此 sed 与捕获组一起使用：

sed -E 's/\{"(.*)"}/{\1}/' file

word1 -word2 {word3} -word4 {word5 'word6' "word7 word8" .word9} -word10 (word11)
word1 -word2 {word3} -word4 {word5 'word6' word7 word8 .word9} -word10 (word11)
word1 -word2 {word3} -word4 {word5 'word6' "word7 (word8)" .word9} -word10 (word11)

此处模式

{"(.*)"}

匹配

{"

和

"}

之间的最长匹配，并将中间的测试捕获到捕获组中。

Answer 2

第一个解决方案： 对于显示的示例，请尝试以下 GNU

awk

代码。使用

match

函数，其中使用正则表达式

(^.*{)"(.*)"(}.*$)

创建 3 个捕获组并将其值保存到名为 arr 的数组中，如果找到真正的匹配，则只需打印数组的所有值即可获得所需的输出。

awk 'match($0,/(^.*{)"(.*)"(}.*$)/,arr){print arr[1] arr[2] arr[3]}' Input_file

这里是使用正则表达式的在线演示。

第二个解决方案： 或者，如果您具有与所示示例相同的数据，并且每行仅出现

{"

和

"}

1 次，请尝试执行以下操作。

awk '{sub(/{"/,"{");sub(/"}/,"}")} 1'  Input_file

Answer 3

我将利用 GNU

AWK

来完成此任务，让

file.txt

内容为

word1 -word2 {word3} -word4 {"word5 'word6' "word7 word8" .word9"} -word10 (word11)
word1 -word2 {word3} -word4 {"word5 'word6' word7 word8 .word9"} -word10 (word11)
word1 -word2 {word3} -word4 {"word5 'word6' "word7 (word8)" .word9"} -word10 (word11)

然后

awk 'BEGIN{FPAT="\"|[^\"]*";OFS=""}{$2=$(NF-1)="";print}' file.txt

提供输出

word1 -word2 {word3} -word4 {word5 'word6' "word7 word8" .word9} -word10 (word11)
word1 -word2 {word3} -word4 {word5 'word6' word7 word8 .word9} -word10 (word11)
word1 -word2 {word3} -word4 {word5 'word6' "word7 (word8)" .word9} -word10 (word11)

说明：我通知 GNU

AWK

该字段要么是单个

"

要么是零个或多个非

"

，并且输出中的字段之间不应该添加任何内容。然后，对于每一行，我将第二个字段（第一个

"

）和最后一个字段（最后一个

"

）之前的字段设置为空字符串，即删除它。 免责声明此解决方案假设

"

绝不是第一个字符，并且

"

绝不是该行的最后一个字符。

（在 GNU Awk 5.1.0 中测试）