0

【内容】
bashにて『キーワードが記載されたリスト(日本語、スペースあり、改行で区切り)』ファイルを参照し、与えた文字列(日本語、スペース・ハイフン等あり)とリストを比較して共通する部分を抽出し、与えた文字列の置換・変更に使いたいです。

【例】
キーワードが記載されたリスト (hoge_list)

東京都 中央区
東京都 目黒区
東京都 杉並区
神奈川県 横浜市

与える文字列 ($INPUT)

"東京都 杉並区 阿佐ヶ谷 1-2-3"

リスト内のキーワードと共通する部分が東京都 杉並区なので、その部分を抽出し

阿佐ヶ谷 1-2-3

を出力したいです。

よろしくお願いします。

2
  • 与える文字列が例えば 東京都 墨田区 押上 1-4-2 の場合、期待される出力は何でしょうか?
    – user39889
    Commented 2020年2月11日 8:46
  • 1
    その場合は該当する文字列がリストにないので、東京都 墨田区 押上 1-4-2の出力のままで大丈夫です。
    – Lisa
    Commented 2020年2月11日 9:53

3 件の回答 3

1

hoge_list を辞書のように使って、なんとかして一致するものを探してそれを削除… ということをしようとすると、かなり厄介なので、もっと単純に、

  • 文字列の先頭が「東京都 中央区」だったらそれを削除
  • 文字列の先頭が「東京都 目黒区」だったらそれを削除
  • 文字列の先頭が「東京都 杉並区」だったらそれを削除
  • 文字列の先頭が「神奈川県 横浜市」だったらそれを削除

という処理にします。

「一致したら削除」には sed を使うと便利です。

s|^東京都 中央区||
s|^東京都 目黒区||
s|^東京都 杉並区||
s|^神奈川県 横浜市||

という内容のファイルを hoge_list.sed という名前で作成しておき、

echo '東京都 杉並区 阿佐ヶ谷 1-2-3' | sed -f hoge_list.sed

と実行すると、

 阿佐ヶ谷 1-2-3

が得られます。

hoge_list は実際にはかなりの行数があるでしょうから、それを元に hoge_list.sed を作るのも自動化したいですよね。
その部分も含めてシェルスクリプトにまとめると、以下のようになります。

#!/bin/bash

cat hoge_list | sed -e 's/\(.*\)/s|^\1||/' > hoge_list.sed

sed -f hoge_list.sed | sed -e 's/^ //'

このスクリプトを test.sh という名前で保存し、実行すると、

$ echo '東京都 杉並区 阿佐ヶ谷 1-2-3' | ./test.sh
阿佐ヶ谷 1-2-3
$ 

という出力が得られます。

1
  • ご丁寧な回答ありがとうございます。無事解決いたしました。
    – Lisa
    Commented 2020年2月11日 9:58
0

Awk を使ってみました。

$ INPUT='東京都 杉並区 阿佐ヶ谷 1-2-3'
$ awk -vinput="$INPUT" '
    input ~ "^"$0 {
      sub("^"$0"[ \t ]*", "", input)
      exit
    }END{ print input }
  ' hoge_list

阿佐ヶ谷 1-2-3    
0

bashの機能だけで実現するなら以下のような感じだと思います。

#!/bin/bash
INPUT="東京都 杉並区 阿佐ヶ谷 1-2-3"
shopt -s extglob
list=$(<hoge_list)
pattern=${list//$'\n'/ |}
echo ${INPUT#@($pattern)}   

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。