一次替换多个字符串

我正在寻找一种使用通用Unix工具（bash，sed，awk或perl）用具体值替换模板文件中占位符字符串的方法。重要的是，一次更换即可完成更换，也就是说，对于另一次更换，不得考虑已经扫描/更换的物品。例如，这两次尝试均失败：

echo "AB" | awk '{gsub("A","B");gsub("B","A");print}'
>> AA

echo "AB" | sed 's/A/B/g;s/B/A/g'
>> AA

在这种情况下，正确的结果当然是BA。

通常，该解决方案应等效于从左至右扫描输入，以与给定替换字符串之一进行最长匹​​配，并且对于每个匹配，执行替换并从输入中的该点继续进行操作（无已读取的输入，也不应考虑执行替换操作以进行匹配）。实际上，细节并不重要，只是替换的结果从不考虑全部或部分替换。

注意我只是在寻找正确的通用解决方案。请不要提出某些输入（输入文件，搜索和替换对）失败的解决方案，但是看起来不太可能。

好的，一般的解决方案。以下bash函数需要2k参数；每对都包含一个占位符和一个替换符。由您适当地引用字符串以将它们传递到函数中。如果参数数量为奇数，则将添加一个隐式空参数，这将有效删除最后一个占位符。

无论是占位符，也没有更换可能包含NULL字符，但你可以使用标准C \作为-escapes例如\0，如果你需要NULS（因此你需要写的\\，如果你想有一个\）。

它需要标准的构建工具，该工具应该存在于posix样的系统（lex和cc）上。

replaceholder() {
  local dir=$(mktemp -d)
  ( cd "$dir"
    { printf %s\\n "%option 8bit noyywrap nounput" "%%"
      printf '"%s" {fputs("%s", yyout);}\n' "${@//\"/\\\"}"
      printf %s\\n "%%" "int main(int argc, char** argv) { return yylex(); }"
    } | lex && cc lex.yy.c
  ) && "$dir"/a.out
  rm -fR "$dir"
}

我们假设\参数中的必要部分已经对此进行了转义，但是需要对双引号进行转义（如果存在）。这就是第二个printf的第二个参数。由于lex默认操作是ECHO，我们无需担心。

运行示例（有怀疑的时机；这只是一台便宜的商品笔记本电脑）：

$ time echo AB | replaceholder A B B A
BA

real    0m0.128s
user    0m0.106s
sys     0m0.042s
$ time printf %s\\n AB{0000..9999} | replaceholder A B B A > /dev/null

real    0m0.118s
user    0m0.117s
sys     0m0.043s

对于较大的输入，可能需要提供一个优化标志cc，对于当前的Posix兼容性，最好使用c99。甚至更雄心勃勃的实现可能会尝试缓存生成的可执行文件，而不是每次都生成它们，但是生成它们并不十分昂贵。

编辑

如果您拥有tcc，则可以避免创建临时目录的麻烦，并享受更快的编译时间，这将对常规大小的输入有所帮助：

treplaceholder () { 
  tcc -run <(
  {
    printf %s\\n "%option 8bit noyywrap nounput" "%%"
    printf '"%s" {fputs("%s", yyout);}\n' "${@//\"/\\\"}"
    printf %s\\n "%%" "int main(int argc, char** argv) { return yylex(); }"
  } | lex -t)
}

$ time printf %s\\n AB{0000..9999} | treplaceholder A B B A > /dev/null

real    0m0.039s
user    0m0.041s
sys     0m0.031s

printf 'STRING1STRING1\n\nSTRING2STRING1\nSTRING2\n' |
od -A n -t c -v -w1 |
sed 's/ \{1,3\}//;s/\\$/&&/;H;s/.*//;x
     /\nS\nT\nR\nI\nN\nG\n1/s//STRING2/
     /\nS\nT\nR\nI\nN\nG\n2/s//STRING1/
     /\\n/!{x;d};s/\n//g;s/./\\&/g' |
     xargs printf %b

###OUTPUT###

STRING2STRING2

STRING1STRING2
STRING1

这样的事情将始终只替换目标字符串的每次出现一次，因为它们出现sed在流中且每行只咬一口。这是我能想象到的最快方法。再说一次，我不写C。但是，如果您愿意，它确实可以处理空定界符。请参阅此答案以了解其工作原理。这对于包含任何特殊的shell字符或类似字符没有问题-但是它是 ASCII语言环境特定的，换句话说，od将不会在同一行上输出多字节字符，并且每行只能输出一个。如果这是一个问题，则需要添加iconv。

一个perl解决方案。即使有人指出这是不可能的，我还是找到了一个，但总的来说，不可能进行简单的匹配和替换，甚至由于NFA的回溯而变得更糟，结果可能是意料之外的。

通常，必须说，问题产生的结果取决于替换元组的顺序和长度。即：

A B
AA CC

输入AAA结果为BBB或CCB。

这里的代码：

#!/usr/bin/perl

$v='if (0) {} ';
while (($a,$b)=split /\s+/, <DATA>) {
  $k.=$a.'|';
  $v.='elsif ($& eq \''.$a.'\') {print \''.$b.'\'} ';
}
$k.='.';
$v.='else {print $&;}';

eval "
while (<>) {
  \$_ =~ s/($k)/{$v}/geco;
}";  
print "\n";


__DATA__
A    B
B    A
abba baab
baab abbc
abbc aaba

Checkerbunny：

$ echo 'ABBabbaBBbaabAAabbc'|perl script
$ BAAbaabAAabbcBBaaba