如何连接匹配模式的行？

Posted 2023-03-15

【中文标题】如何连接匹配模式的行？

【英文标题】：How to concatenate lines that match a pattern?

【发布时间】：2022-01-13 20:48:53

【问题描述】：

我有一个很大的文件，其中大多数行都很长，但有几行只是几个词：

这是一个很长的句子。 这 是 一种 短的 线。 这是一个很长的句子。 这是一个很长的句子。 这 是 其他 短的 线。 这是一个很长的句子。

所有短行都以独特的单词开头。在此示例中，短行以“This”开头并以“line”结尾。它们跨越的行数完全相同。我需要一个命令来连接 only 文件中的短行，以便我得到

这是一个很长的句子。 这是一条短线。 这是一个很长的句子。 这是一个很长的句子。 这是另一条短线。 这是一个很长的句子。

是否有一个命令可以完成这项工作？如果不用的话，我不想写脚本程序……

谢谢。

【问题讨论】：

“长”行绝对不能以“This”开头吗？

当您说All short lines begin with unique words. 时，您的意思是All short lines begin with a single word.？您需要发布一些更具代表性的输入和预期输出。

请试试这个模块to split English sentences

抱歉没有明确说明问题。 （我试图简洁）。我的意思是我要连接的所有行集都以相同的关键字（例如“This”）开头，并且跨越相同数量的行。而我不想连接的行，这些行不以该关键字开头。换句话说，每次我遇到“这个”这个词时，我都想将该行与接下来的 4 行连接起来。

【参考方案1】：

sed -e :a -e '/line\.$/p;d;' -e '/^This/N;s/\n/ /g;;ta' file.in > file.out

【参考方案2】：

perl -pe's/\n/ / if ($j ||= /^This$/) &&= !/^line\.$/'

用法：

perl -pe'...' file.in >file.out    # From file
perl -pe'...' <file.in >file.out   # From STDIN
perl -i~ -pe'...' file             # "In-place" with backup
perl -i -pe'...' file              # "In-place" without backup

【讨论】：

如果所有句子都以句点结尾，为什么要使用“This”和“line”？你能用一个空格替换所有 CR/LF，然后替换 '\.'与'\。\ n'？这假设我们希望每行一个句子。

@Jim Black，因为我选择遵循规范而不是做出毫无根据的假设。

迟到了，'在这个例子中，......'。

@Jim Black，如果您对我的解决方案有疑问，因为识别因素说明不够清楚，请想象一下您建议使用根本没有提及的识别因素意味着什么!

@Jim Black，他没有说他希望每行放置一个句子，即使这是他想要的，寻找“.”也是一种识别句子的糟糕方式。跨度>