如果替換匹配模式中的字符呢？

MicroHard

有文件如下：
a,b,c,d,e,f,g,h,i,j
20090608,正常,張三,0,0,"213421223498 ", ,0,119.20,119.20
20090608,正常,李 三,1,0,"8974385498  ",  ,"23,195.77",0,"23,195.77"
20090608,正常,李四,0,0,"117412385446  ",  ,195.77,0,"24,195.54"
20090608,正常,李 三,0,0,"8974385498  ",  ,12.55,0,775.12
...
...
希望將后引號中數字的千分位分隔符去掉，
得到如下結果：
a,b,c,d,e,f,g,h,i,j
20090608,正常,張三,0,0,"213421223498 ", ,0,119.20,119.20
20090608,正常,李 三,1,0,"8974385498  ",  ,"23195.77",0,"23195.77"
20090608,正常,李四,0,0,"117412385446  ",  ,195.77,0,"24195.54"
20090608,正常,李 三,0,0,"8974385498  ",  ,12.55,0,775.12
...
...

[ 本帖最后由 MicroHard 于 2009-6-9 22:53 編輯 ]

ppshw

sed -e "s/[^.]\([1-9][0-9]*\),\([0-9]\{3\}\)/\1\2/g" a.txt

blackold

try:

1. awk -F \" -v OFS=\" '{for(i=1;i<=NF;i++) if(i%2==0)gsub(/,/,"",$i);print}' urfile

復制代碼

MicroHard

原帖由 ppshw 于 2009-6-9 22:49 發(fā)表
sed -e "s/[^.]\([1-9][0-9]*\),\([0-9]\{3\}\)/\1\2/g" a.txt

這個遇到文件中"10,122,076.86"這樣的數字就出錯了，得到錯誤的：10122,076.86"
blackold的沒發(fā)現問題，不過好象運行有點慢。

[ 本帖最后由 MicroHard 于 2009-6-9 23:08 編輯 ]

kwokcn

1. 
   
2. awk -v RS="\"" 'NR%2==0{gsub(",","")}{printf (NR==1?"":"\"")$0}' URFILE
   

復制代碼

blackold

你的文件很大嗎？

對于特定的文件：

1. sed ':n;s/\("[0-9]\+\),\([0-9.,]*"\)/\1\2/;tn' urfile

復制代碼

MicroHard

$wc URFILE
45584  155232 5361840 URFILE
經過反復測試，結果還是blackold的awk最快，都差不多得到如下結果：
time awk -F \" -v OFS=\" '{for(i=1;i<=NF;i++) if(i%2==0)gsub(/,/,"",$i);print}' URFILE > bb
real    0m0.997s
user    0m0.951s
sys     0m0.045s


time awk -v RS="\"" 'NR%2==0{gsub(",","")}{printf (NR==1?"":"\"")$0}' URFILE > cc
real    0m1.125s
user    0m1.075s
sys     0m0.048s

time sed ':n;s/\("[0-9]\+\),\([0-9.,]*"\)/\1\2/;tn' URFILE > aa
real    0m3.039s
user    0m2.980s
sys     0m0.060s

kwokcn

如果對1秒還不滿意，那就寫個C程序吧，我隨便寫了一個測試了一下，大概能比黑哥前面那個節(jié)省一半以上的時間。

1. 
   
2. #include <stdlib.h>
   
3. #include <stdio.h>
   
4. 
   
5. int main()
   
6. {
   
7.     char c, t=0;
   
8.     FILE *fp = fopen("URFILE","rb");
   
9.     while (1)
   
10.     {
    
11.         c=fgetc(fp);
    
12.         if(c==EOF) break;
    
13.         switch (c)
    
14.         {
    
15.             case '"': t=1-t; putchar(c); break;
    
16.             case ',': if(!t) putchar(c); break;
    
17.             default : putchar(c); break;
    
18.         }
    
19.     }
    
20.     fclose(fp);
    
21.     return 0;
    
22. }
    

復制代碼

kwokcn

1. 
   
2. [root]# time ./mytr > /dev/null
   
3. 
   
4. real    0m0.961s
   
5. user    0m0.944s
   
6. sys     0m0.017s
   
7. 
   
8. [root]# time awk -F \" -v OFS=\" '{for(i=1;i<=NF;i++) if(i%2==0)gsub(/,/,"",$i);print}' tt > /dev/null
   
9. 
   
10. real    0m3.308s
    
11. user    0m3.281s
    
12. sys     0m0.028s
    

復制代碼

haimming

學習了，
t為啥設成char型？