如何在AWK中使用正则表达式进行字符串替换？

假设文件中有一些文本：

(bookmarks
("Chapter 1 Introduction 1" "#1"
("1.1 Problem Statement and Basic Definitions 23" "#2")
("Exercises 31" "#30")
("Notes and References 42" "#34"))
)

我想给每个数字加11，"如果有的话，则在每行中加一个，即

(bookmarks
("Chapter 1 Introduction 12" "#12"
("1.1 Problem Statement and Basic Definitions 34" "#13")
("Exercises 42" "#41")
("Notes and References 53" "#45"))
)

这是我使用GNU AWK和regex的解决方案：

awk -F'#' 'NF>1{gsub(/"(\d+)\""/, "\1+11\"")}'

即，我要替换(\d+)\"为 \1+10\"，\1该组代表(\d+)。但这是行不通的。我该如何运作？

如果gawk不是最佳解决方案，那么还能使用什么？

试试这个（需要gawk）。

awk '{a=gensub(/.*#([0-9]+)(\").*/,"\\1","g",$0);if(a~/[0-9]+/) {gsub(/[0-9]+\"/,a+11"\"",$0);}print $0}' YourFile

用您的示例进行测试：

kent$  echo '(bookmarks
("Chapter 1 Introduction 1" "#1"
("1.1 Problem Statement and Basic Definitions 2" "#2")
("Exercises 30" "#30")
("Notes and References 34" "#34"))
)
'|awk '{a=gensub(/.*#([0-9]+)(\").*/,"\\1","g",$0);if(a~/[0-9]+/) {gsub(/[0-9]+\"/,a+11"\"",$0);}print $0}'   
(bookmarks
("Chapter 1 Introduction 12" "#12"
("1.1 Problem Statement and Basic Definitions 13" "#13")
("Exercises 41" "#41")
("Notes and References 45" "#45"))
)

请注意，如果两个数字（例如1“和”＃1“）不同，或者同一模式下的同一行中有更多数字（例如23” ... 32“ ...”＃，则此命令将无效。 123“）。

更新

由于@Tim（OP）表示"同一行中后面的数字可能不同，因此我对以前的解决方案进行了一些更改，并使其适用于您的新示例。

顺便说一句，从这个例子来看，我觉得它可能是一个内容结构表，所以我看不出这两个数字有何不同。第一个是打印的页码，第二个带有＃的是页面索引。我对吗？

无论如何，您最了解自己的要求。现在，新的解决方案仍然使用gawk（我将命令分成几行以使其更易于阅读）：

awk 'BEGIN{FS=OFS="\" \"#"}{if(NF<2){print;next;}
        a=gensub(/.* ([0-9]+)$/,"\\1","g",$1);
        b=gensub(/([0-9]+)\"/,"\\1","g",$2); 
        gsub(/[0-9]+$/,a+11,$1);
        gsub(/^[0-9]+/,b+11,$2);
        print $1,$2
}' yourFile

用您的新示例进行测试：

kent$  echo '(bookmarks
("Chapter 1 Introduction 1" "#1"
("1.1 Problem Statement and Basic Definitions 23" "#2")
("Exercises 31" "#30")
("Notes and References 42" "#34"))
)
'|awk 'BEGIN{FS=OFS="\" \"#"}{if(NF<2){print;next;}
        a=gensub(/.* ([0-9]+)$/,"\\1","g",$1);
        b=gensub(/([0-9]+)\"/,"\\1","g",$2); 
        gsub(/[0-9]+$/,a+11,$1);
        gsub(/^[0-9]+/,b+11,$2);
        print $1,$2
}'                        
(bookmarks
("Chapter 1 Introduction 12" "#12"
("1.1 Problem Statement and Basic Definitions 34" "#13")
("Exercises 42" "#41")
("Notes and References 53" "#45"))
)

EDIT2基于@Tim的注释

（1）FS = OFS =“ \” \“＃”是否表示输入和输出中字段的分隔符都是双引号，空格，双引号和＃？为什么要两次指定双引号？

在输入和输出部分中都适合使用分隔符。它将分隔符定义为：

" "#

有两个双引号，因为更容易捕获所需的两个数字（基于示例输入）。

（2）在/.*（[0-9] +）$ /中，$表示字符串的结尾吗？

究竟！

（3）在gensub（）的第三个参数中，“ g”和“ G”有什么区别？G和g之间没有区别。看一下这个：

gensub(regexp, replacement, how [, target]) #
    Search the target string target for matches of the regular expression regexp. 
    If "how" is a string beginning with ‘g’ or ‘G’ (short for “global”), then 
        replace all matches of regexp with replacement.

这来自http://www.gnu.org/s/gawk/manual/html_node/String-Functions.html。您可以阅读以获得gensub的详细用法。

与几乎所有提供正则表达式替换的工具不同，awk不允许反向引用（例如\1在替换文本中）。如果您使用match函数，但GNU Awk允许访问匹配的组，但不能使用~或sub或gsub。

还请注意，即使\1受支持，您的代码段也将附加字符串+11，而不执行数值计算。另外，您的regexp不太正确，您正在匹配诸如"42""and之类的东西"#42"。

这是一个awk解决方案（警告，未经测试）。每行仅执行一次替换。

awk '
  match($0, /"#[0-9]+"/) {
    n = substr($0, RSTART+2, RLENGTH-3) + 11;
    $0 = substr($0, 1, RSTART+1) n substr($0, RSTART+RLENGTH-1)
  }
  1 {print}'

在Perl中会更简单。

perl -pe 's/(?<="#)[0-9]+(?=")/$1+11/e'

awk可以做到，但是它不是直接的，即使使用反向引用也是如此。
GNU awk具有gensub形式的（部分）反向引用。

的实例123"被临时包装 \x01并\x02标记为未修改（对于sub().co

或者，您可以随便逐步循环更改候选项，在这种情况下，不需要反向引用和“括号”。但是需要跟踪字符索引。

awk '{$0=gensub(/([0-9]+)\"/, "\x01\\1\"\x02", "g", $0 )
      while ( match($0, /\x01[0-9]+\"\x02/) ) {
        temp=substr( $0, RSTART, RLENGTH )
        numb=substr( temp, 2, RLENGTH-3 ) + 11
        sub( /\x01[0-9]+\"\x02/, numb "\"" ) 
      } print }'

这是使用gensuband数组split和\x01作为字段定界符（用于split）的另一种方法 。\ x02将数组元素标记为算术加法的候选。

awk 'BEGIN{ ORS="" } {
     $0=gensub(/([0-9]+)\"/, "\x01\x02\\1\x01\"", "g", $0 )
     split( $0, a, "\x01" )
     for (i=0; i<length(a); i++) { 
       if( substr(a[i],1,1)=="\x02" ) { a[i]=substr(a[i],2) + 11 }
       print a[i]
     } print "\n" }'

由于（g）awk中的解决方案似乎变得非常复杂，因此我想在Perl中添加替代解决方案：

perl -wpe 's/\d+(?=")/$&+11/eg' < in.txt > out.txt

说明：

• Option -w启用警告（将警告您可能的不良影响）。
• Option -p表示代码周围的循环类似于sed或awk，将输入的每一行自动保存在默认变量中$_。
• Option -e告诉perl，程序代码在命令行中，而不是在脚本文件中。
• 该代码是上的正则表达式替换（s/.../.../）$_，其中一个数字序列（如果后跟a "）将被该序列替换，该序列将被解释为加号加上11。
• 在零宽度正先行断言 (?=pattern)会查找"没有考虑到这比赛，所以我们不必重复它的替代品。$&替换中的MATCH变量将仅包含数字。
• /e正则表达式的修饰符指示perl将替换作为代码“执行”，而不是将其作为字符串。
• 该/g修改使得更换“全局”，重复它在该行每一场比赛。

$&不幸的是，MATCH变量将不利于5.20之前的Perl版本中的代码性能。更快（且不太复杂）的解决方案将使用分组和反向引用$1：

perl -wpe 's/(\d+)?="/$1+11/eg' < in.txt > out.txt

并且，如果前瞻性断言看起来过于混乱，您还可以显式替换引号：

perl -wpe 's/(\d+)"/$1+11 . q{"}/eg' < in.txt > out.txt