sed: string an erstem Keyword teilen, 2. Hälfte gebraucht [gelöst]

[MartinV]

Beim Parsen von Optionen will ich einen String beim ersten Vorkommen von " -- " teilen.
" -- " mit Leerzeichen davor und dahinter.

Einfaches Beispiel:

Code: Alles auswählen

$ echo "aaa -- bbb -- ccc" | sed -e magie
bbb -- ccc

Das soll auch für komplexere Beispiele mit --Optionen funktionieren:

Code: Alles auswählen

$ echo "aaa --xy -- --bbb bla -- --ccc zw" | sed -e magie
--bbb bla  --  --ccc zw

Mag jemand für mich ein passendes sed zaubern?

[tobo]

Sowas?

Code: Alles auswählen

sed -r 's/.* -- (.*( --.*))/\1/'

[MartinV]

Perfekt, danke!

[Meillo]

Hier noch eine Variante:

Code: Alles auswählen

$ echo "aaa --xy -- --bbb bla -- --ccc zw" | grep -o ' -- .*' | sed s,....,,
--bbb bla -- --ccc zw

Im Gegensatz zu tobos Variante funktioniert die auch mit weiteren `` -- '' im String korrekt:

Code: Alles auswählen

$ echo "aaa --xy -- --bbb bla -- --ccc zw -- --ddd aaa" | sed 's/.* -- \(.*\( --.*\)\)/\1/'
--ccc zw -- --ddd aaa

$ echo "aaa --xy -- --bbb bla -- --ccc zw -- --ddd aaa" | grep -o ' -- .*' | sed s,....,,
--bbb bla -- --ccc zw -- --ddd aaa

[RobertDebiannutzer]

Mit der bash in stretch würde auch sowas gehen:

Code: Alles auswählen

~$ variable="aaa --xy -- --bbb bla -- --ccc zw -- --ddd aaa"
~$ echo "${variable#* -- }"
--bbb bla -- --ccc zw -- --ddd aaa

Dokumentation:
aus "man bash"

Code: Alles auswählen

       ${parameter#word}
       ${parameter##word}
              Remove matching prefix pattern.  The word is expanded to produce a pattern just as in pathname expansion.  If the pattern matches the beginning of the value of parameter, then the result of the expansion is the expanded
              value  of  parameter  with  the  shortest matching pattern (the ``#'' case) or the longest matching pattern (the ``##'' case) deleted.  If parameter is @ or *, the pattern removal operation is applied to each positional
              parameter in turn, and the expansion is the resultant list.  If parameter is an array variable subscripted with @ or *, the pattern removal operation is applied to each member of the array in turn, and the expansion  is
              the resultant list.

[Meillo]

Mit der bash in stretch würde auch sowas gehen:

Code: Alles auswählen

~$ variable="aaa --xy -- --bbb bla -- --ccc zw -- --ddd aaa"
~$ echo "${variable#* -- }"
--bbb bla -- --ccc zw -- --ddd aaa

Schoene Idee!

Das geht nicht nur in der Bash, sondern mit jeder POSIX-kompatiblen Shell.


Als Einzeiler auch so moeglich:

Code: Alles auswählen

$ sh -c 'echo "${0#* -- }"' "aaa --xy -- --bbb bla -- --ccc zw -- --ddd aaa"
--bbb bla -- --ccc zw -- --ddd aaa

[tobo]

Im Gegensatz zu tobos Variante funktioniert die auch mit weiteren `` -- '' im String korrekt:

Ja, da bin ich über den ersten gierigen Quantor gestolpert!? In Ermangelung an einer nichtgierigen Auswertung oder einer negierten Mehrzeichen-Zeichenklasse muss also Eindeutigkeit her:

Code: Alles auswählen

sed 's/ -- /XXX/;s/.*XXX//'

PS:
Vielleicht dann noch eher sowas:

Code: Alles auswählen

sed 'ta;s/ -- /\n/;D;:a'

[Meillo]

@tobo: Coole Loesungen!

[MartinV]

Im Gegensatz zu tobos Variante funktioniert die auch mit weiteren `` -- '' im String korrekt:

Gut beobachtet!

Danke für die weiteren Vorschläge. Ich nehme jetzt das mir verständliche und elegante:

Code: Alles auswählen

sh -c 'echo "${0#* -- }"' "aaa -- bbb -- ccc -- ddd"

------

sed 's/ -- /XXX/;s/.*XXX//'

Auch sehr schön, und mir verständlich. Könnte nur schiefgehen, wenn XXX im String auftaucht, z.B. im Pfad zu einem *hust* Bilderordner. XXX müßte also durch etwas eindeutigeres ersetzt werden.

Ja, da bin ich über den ersten gierigen Quantor gestolpert!? In Ermangelung an einer nichtgierigen Auswertung oder einer negierten Mehrzeichen-Zeichenklasse muss also Eindeutigkeit her:
[...]

Code: Alles auswählen

sed 'ta;s/ -- /\n/;D;:a'

äh? (Ich fühle mich geehrt, derart intelligente Antworten zu bekommen ... )

[tobo]

sed 's/ -- /XXX/;s/.*XXX//'

Auch sehr schön, und mir verständlich. Könnte nur schiefgehen, wenn XXX im String auftaucht, z.B. im Pfad zu einem *hust* Bilderordner. XXX müßte also durch etwas eindeutigeres ersetzt werden.

Das könnte man ja beliebig eindeutig gestalten und eigentlich dachte ich, dass es das auch wäre. Aber ok, auf das gehustete Beispiel bin ich jetzt nicht gekommen und das ist auch ein Gegenargument.

Ja, da bin ich über den ersten gierigen Quantor gestolpert!? In Ermangelung an einer nichtgierigen Auswertung oder einer negierten Mehrzeichen-Zeichenklasse muss also Eindeutigkeit her:
[...]

Code: Alles auswählen

sed 'ta;s/ -- /\n/;D;:a'

äh?

Das Problem an

Code: Alles auswählen

sed -r 's/.* -- (.*( --.*))/\1/'

ist, dass das erste Quantor ".*" so "gierig" mit der längsten Übereinstimmung abgleicht (matched), so dass der Rest der Regex immer auf 2 " -- "-Sequenzen maximiert ist, egal wie lang der String ist. Notwendig wäre also eine nichtgierige Auswertung des ersten ".* -- " wie z.B. in Perl mit ".*? -- ", was nach der kürzesten Übereinstimmung matched, oder aber ein Konstrukt ähnlich dieser Form

Code: Alles auswählen

sed 's/^[^X]*X//'

wobei X dann aber sinngemäß für " -- " steht. Als einzelnes Zeichen geht das, aber als ganzes Wort nicht.
Was das zweite sed angeht:

Code: Alles auswählen

sed 'ta;s/ -- /\n/;D;:a'

-- :a ist ein Sprungziel mit Name "a"
-- ta ist ein bedingter Sprung nach "a", wenn auf dem aktuellen Arbeitspuffer eine s- oder y-Substitution stattgefunden hat.
-- D löscht den Arbeitspuffer bis zum ersten Zeilenumbruch und beginnt direkt einen neuen Zyklus (Skript geht wieder von vorne los) auf dem aktuellen Arbeitspuffer, falls dieser nicht leer ist, ansonsten mit der nächsten Zeile (falls vorhanden).
Der Ablauf ist also:
- "ta" bedeutungslos, da noch keine Substitution stattgefunden hat.
- "s/ -- /\n/" ersetzt erstes Vorkommen mit einem newline (im Arbeitspuffer sind jetzt also praktisch 2 Zeilen).
- "D" löscht diese 1. Zeile und springt an den Anfang des Skripts.
- "ta" Substitution gab es auf aktuellem Puffer, gehe nach Marke "a".
- ":a" Ende des Skripts und Ausgabe des Arbeitspuffers, da kein -n als Option mitgegeben wurde.

[Meillo]

sed 's/ -- /XXX/;s/.*XXX//'

Auch sehr schön, und mir verständlich. Könnte nur schiefgehen, wenn XXX im String auftaucht, z.B. im Pfad zu einem *hust* Bilderordner. XXX müßte also durch etwas eindeutigeres ersetzt werden.

Das könnte man ja beliebig eindeutig gestalten und eigentlich dachte ich, dass es das auch wäre. Aber ok, auf das gehustete Beispiel bin ich jetzt nicht gekommen und das ist auch ein Gegenargument.

Ich kenne fuer diesen Fall diese Herangehensweise:

Code: Alles auswählen

a="`echo a | tr a \\01`"
sed "s/ -- /$a/;s/.*$a//"

ASCII 0x01 (SOH) kommt in Textdaten quasi nie vor. (Mit der Bash kann man das Zeichen bestimmt auch anders direkt angeben. Die Verwendung von tr(1) dafuer habe ich irgendwo mal gesehen und fuer mich uebernommen.)



Bezuglich Gierigkeit: POSIX fordert bei Regexps immer den fruehesten, laengsten Match. Das ist gieriges Matchen. Darum kann man den vorderen Teil, der so klein wie moeglich sein soll und folglich ungierig gematched werden muesste, nicht auswaehlen. Man koennte das Problem trotz gierigem Matching mit Lookaheads loesen, aber die gibt's in POSIX auch nicht. Das sind so Gruende, warum PCREs maechtiger sind als POSIX REs.



Was ich immer wieder etwas anstrengend finde, bei sed(1) sind diese Sonderverhalten wie bei `D', das nicht nur eine Aktion ausfuehrt (naemlich bis zum ersten Newline zu loeschen), sondern gleichzeitig auch noch einen Sprung an den Scriptbeginn macht. Das ist eine Un-Orthogonalitaet, die mich immer wieder irritiert. Bei `d' macht das Starten des naechsten Durchgangs Sinn, bei `D' aber nur manchmal, zumal man da normalerweise noch Text im Patternspace hat (weil sonst haette man ja auch `d' verwenden koennen). Ich finde, sed(1) waere bei derartigen Scripten einfacher verstaendlich, wenn man Spruenge/Labels nur fuer explizite Spruenge braeuchte und nicht um implizite Spruenge auszugleichen.

[tobo]

Ich kenne fuer diesen Fall diese Herangehensweise:

Code: Alles auswählen

a="`echo a | tr a \\01`"
sed "s/ -- /$a/;s/.*$a//"

Auf sowas bin ich jetzt nicht gekommen, aber eigentlich ist ein nicht darstellbares Zeichen natürlich logisch!? Könnte man vielleicht abkürzen:

Code: Alles auswählen

a=`printf '\1'`

Und für die sed-Versionen, bei denen

Code: Alles auswählen

sed "s/ -- /\x1/;s/.*\x1//"

nicht funktioniert, das darüberstehende adaptieren:

Code: Alles auswählen

sed "s/ -- /`printf '\1'`/;s/.*`printf '\1'`//"
echo "aaa -- bbb -- ccc -- ddd" | sed "s/ -- /`printf '\1'`/;l"
echo "aaa -- bbb -- ccc -- ddd" | sed "s/ -- /`printf '\1'`/;s/.*`printf '\1'`//"

Was die Mächtigkeit von sed angeht (z.B. PCRE), da wurde ja mit ssed schon ein Weg beschritten, was sich aber offensichtlich nicht durchsetzen will?!
http://sed.sourceforge.net/grabbag/ssed/
Trotzdem eine sehr informative Seite.