скрипт оболочки linux для удаления 1 символа в определенном поле в файле, содержащем строки длиной около 3000

• Мой входной файл:

  1oo+457864227yexaloo+6784536pkp8907654
  2oo+499004227yexaloo+69008908pkp8907654
  3oo+648968976yexaloo+53589094pkp8907654
  4oo+490764578yexaloo+6784536pkp8907654
  

Я хочу выяснить длину цифр между вторым появлением oo+ и pkp. Если длина больше 7 цифр, я хочу убрать первый символ o в oo только у второго появления.

• Желаемый выходной файл

  1oo:457864227yexaloo:6784536pkp8907654
  2oo:499004227yexalo:69008908pkp8907654
  3oo:648968976yexalo:53589094pkp8907654
  4oo:490764578yexaloo:6784536pkp8907654
  

Может кто-то помочь, как этого добиться?

Этот однострочник Perl найдет второе появление oo+ и затем захватит самую длинную строку цифр после этого до первого pkp. Обратите внимание, что он предполагает только цифры между вторым oo+ и pkp. Затем, в зависимости от длины диапазона цифр, он выведет либо o+, либо oo+. То, что, по-видимому, спрашивается в вашем вопросе:

$ perl -nle '/(.*oo\+.*?)oo\+((\d+)pkp.*)/; 
             print length($3) > 7 ? "${1}o+$2" : "${1}oo+$2"' файл
1oo+457864227yexaloo+6784536pkp8907654
2oo+499004227yexalo+69008908pkp8907654
3oo+648968976yexalo+53589094pkp8907654
4oo+490764578yexaloo+6784536pkp8907654

Однако вывод, который вы показываете, на самом деле не соответствует тому, что описывает ваш вопрос. Вы также изменили + после каждого из двух oo на :. Если это также нужно, попробуйте

$ perl -nle 's/oo\+/oo:/g; /(.*oo:.*?)oo:((\d+)pkp.*)/; 
             print length($3) > 7 ? "${1}o:$2" : "${1}oo:$2"' файл
1oo:457864227yexaloo:6784536pkp8907654
2oo:499004227yexalo:69008908pkp8907654
3oo:648968976yexalo:53589094pkp8907654
4oo:490764578yexaloo:6784536pkp8907654

Объяснение

• perl -nle : Флаг -n говорит Perl открыть входной файл и затем применить скрипт, указанный с помощью -e, к каждой строке. Флаг -l убирает завершающие новые строки из ввода и добавляет новую строку к каждому вызову print.
• s/oo\+/oo:/g;: заменяет все вхождения oo+ на oo:.
• /(.*oo:.*?)oo:((\d+)pkp.*)/;: скобки – это “группы захвата”; все, что соответствует одному из шаблонов в скобках, будет доступно как $N, при этом первая захваченная группа будет $1, вторая – $2 и так далее. Здесь $1 будет все до второго oo: (не oo+, потому что мы заменили + на : на предыдущем этапе), $2 будет все после второго oo: до конца строки, а $3 будет числа, которые вы ищете (так как скобки вложенные, это работает как (внешняя скобка - это $2 (внутренняя - $3))).
• print length($3) > 7 ? "${1}o:$2" : "${1}oo:$2" : это сокращенная форма, которую можно записать как “если длина $3 (числа) больше 7, напечатать $1, затем o, затем : и $2; если длина меньше 7, напечатать $1, затем oo, затем : и $2. Общий синтаксис команда теста ? случай1 : случай2, который читается как если(тест){ команда случай1} иначе{ команда случай2 }.

Это на самом деле немного сложнее, чем я думал. Это предполагает, что файл называется strings.txt.

#!/bin/bash

# Читаем strings.txt в массив
mapfile -t strings_file < strings.txt

# Итерация и извлечение номеров
for string in "${strings_file[@]}"; do
    number_extract=$(echo "$string" | sed -n 's/.*oo+.*oo+\(.*\)pkp.*/\1/p')

    count_digits=${#number_extract}

    # Проверяем, если длина больше 7
    if [ "$count_digits" -gt 7 ]; then
        string=$(echo "$string" | sed 's/oo/o/2')
    fi

    # Заменяем + на :
    string=$(echo "$string" | sed 's/+/:/g')

    echo "$string" >> string_output.txt
done

exit 0

Сохраните как: char_edit.sh
Сделайте исполняемым: chmod +x char_edit.sh
Запустите с помощью: ./char_edit.sh

Это довольно просто с помощью awk:

$ awk '{match($0,/oo\+[[:digit:]]+pkp/); if (RLENGTH>13) {$0=gensub(/oo\+/,"o+",2)}}1' input.txt 

1oo+457864227yexaloo+6784536pkp8907654
2oo+499004227yexalo+69008908pkp8907654
3oo+648968976yexalo+53589094pkp8907654
4oo+490764578yexaloo+6784536pkp8907654

Это применит функцию match() для поиска шаблона “oo+, за которым следует любое количество цифр, за которыми следует pkp“.

• Если найдено, RLENGTH, длина совпадения (количество цифр + длина oo+ + длина pkp), проверяется, превышает ли она 13 (7+3+3). Если да, то функция gensub() используется для замены второго совпадения oo+ на o+ в текущей строке ($0).
• Кажется, что одиночный 1 выведет текущую строку, включая любые изменения.

Если вы действительно хотите дополнительно изменить o+ на o:, вам нужно изменить программу следующим образом:

$ awk '{match($0,/oo\+[[:digit:]]+pkp/); if (RLENGTH>13) {$0=gensub(/oo\+/,"o+",2)}; gsub(/o\+/,"o:")}1' input.txt 

1oo:457864227yexaloo:6784536pkp8907654
2oo:499004227yexalo:69008908pkp8907654
3oo:648968976yexalo:53589094pkp8907654
4oo:490764578yexaloo:6784536pkp8907654