在匹配后将大括号添加到字符串 (sed)

Question

我是正则表达式的初学者，我正在尝试实现一些相对简单的东西：

我有一个像这样排列的数据集：

1,AAA,aaaa,BBB,bbbbbb ...
2,AAA,aaaaaaa,BBB,bbb ...
3,AAA,aaaaa,BBB,bb ...

我正在考虑在 AAA 或 BBB 之后为各种长度的字符串（字母数字字符）添加大括号（这些是常数）：

1,AAA,{aaaa},BBB,{bbbbbb} ...
2,AAA,{aaaaaaa},BBB,{bbb} ...
3,AAA,{aaaaa},BBB,{bb} ...

所以我尝试了这样使用 sed：

sed 's/(AAA|BBB)[[:punct:]].[[:alnum:]]/1{&}/g' dataset.txt

但是我得到了这个结果：

1,AAA,{AAA,aa}aa,BBB,{BBB,bb}bbbb, ... 
2,AAA,{AAA,aa}aaaaa,BBB,[BBB,bb}b, ...
3,AAA,{AAA,aa}aaa,BBB,{BBB,bb} ...

Obvisouly，sed替换部分中的&将是匹配的模式，但是，我希望&只是匹配模式之后的内容，我做错了什么？

我也尝试添加单词边界，[^ ]无济于事。我是不是太努力了sed？我应该使用允许回溯的语言吗？

感谢您的任何帮助！

Answer 1

试试这个：

sed 's/(AAA|BBB),([^,]*)/1,{2}/g' dataset.txt

Answer 2

您的正则表达式中始终可以有多个捕获组，以捕获不同的部分。您甚至可以在第一个捕获组中移动[:punct:]部件：

sed 's/((?:AAA|BBB)[[:punct:]])([[:alnum:]]+)/1{3}/g' dataset.txt

我不明白[:punct:]和[:alnum:]之间的那个.在做什么。所以，我删除了它。因此，您可能已经注意到，正则表达式与以下模式匹配：

{AAA,aa}
{BBB,bb}

即，它在 AAA 和 BBB 之后仅匹配 2 个字符。一个用于.，一个用于[[:alnum:]].

要匹配,后到下一个,的所有字母数字字符，您需要使用量词：[[:alnum:]]+

Answer 3

遵循 sed 应该可以工作。

在 Linux 上：

sed -i.bak -r 's/((AAA|BBB)[[:punct:]])([[:alnum:]]+)/1{3}/g'

或在 OSX 上：

sed -i.bak -E 's/((AAA|BBB)[[:punct:]])([[:alnum:]]+)/1{3}/g'

-i用于内联选项，用于将更改保存在输入文件本身中。