☰

¿Cómo omitir el reemplazo de la primera aparición de un carácter en cada línea?

tag-icon • tag-icon text-processing sed
¿Cómo omitir el reemplazo de la primera aparición de un carácter en cada línea?

Tengo algunos archivos en el formato

Y15-SUB-B04-P17-BK_M02734_4_000000000-ANNUF_1_1111_24724_4878;size=1;
Y15-SUB-B05-P22-LM_M02734_4_000000000-ANNUF_1_1111_20624_14973;size=1;
Y15-SUB-B05-P22-LM_M02734_4_000000000-ANNUF_1_1103_11326_10379;size=1;

Deseo reemplazar cada aparición del guión bajo (_) con dos puntos (:) EXCEPTO el primero. Quiero una salida como esta:

Y15-SUB-B04-P17-BK_M02734:4:000000000-ANNUF:1:1111:24724:4878;size=1;
Y15-SUB-B05-P22-LM_M02734:4:000000000-ANNUF:1:1111:20624:14973;size=1;
Y15-SUB-B05-P22-LM_M02734:4:000000000-ANNUF:1:1103:11326:10379;size=1;

Sé que puedo usar sed -i '' 's/_/:/g' old_filepara reemplazar TODOS (o sed 's/_/:/g' old_file > new_file) y que podría agregar números para reemplazar solo la segunda, cuarta aparición:

sed 's/_/:/2' old_file > new_file

Pero, ¿cómo reemplazar cada aparición en cada línea PERO la primera?

Respuesta1

Usando GNU sed(otras versiones pueden comportarse de manera diferente, graciasjackman):

 sed -i'' 's/_/:/2g' file

Esto cambiará todo _para :omitir la primera aparición en cada línea.

Respuesta2

Usando Posix-sedconstrucciones solo nos gusta como:

$ sed -e '
     y/_/\n/
     s/\n/_/
     y/\n/:/
' inp.file

Según las sugerencias de Stéphane, a continuación se muestran algunos métodos más:

$ perl -pe 's/(^\G.*?_)?.*?\K_/:/g' inp.file 

$ perl -pe 'my $n; s/_/$n++?":":$&/ge' inp.file 

$ perl -pe 's/_\K(.*)/$1 =~ y|_|:|r/e' inp.file

Respuesta3

¿Está bien? Puede utilizar _como separador de campos e imprimir:

<field 1>_<field 2>:<field n>:<field n+1>:...

Como esto:

awk -F_ '{ printf("%s_%s", $1, $2); for (x = 3; x <=NF; x++) { printf(":%s", $x); }; printf("\n"); }'

Si la estructura es la misma para cada línea, puede codificar el número de campos para evitar el bucle (se ejecuta en aproximadamente 2/3 del tiempo según una prueba preliminar muy aproximada):

awk -F_ '{printf("%s_%s:%s:%s:%s:%s:%s:%s\n", $1, $2, $3, $4, $5, $6, $7, $8);}'

Respuesta4

Aquí hay otro awkscript simple (Linux estándar gawk), sin bucles:

cat script.awk
match($0,/^[^_]*_/,a){ # match current line to first _ (including) into a[0] variable
   sub(a[0],"");       # remove a[0] from current line
   gsub("_",":");      # replace all _ to : in current line
   print a[0]""$0;     # output a[0] and current line
}

correr:

awk -f script.awk input.txt

o:

awk 'match($0,/^[^_]*_/,a){sub(a[0],"");gsub("_",":");print a[0]""$0;}' input.txt

información relacionada