使用 shell 查找和替换文件中的换行符和单词

Posted 2023-03-15

【中文标题】使用 shell 查找和替换文件中的换行符和单词

【英文标题】：Find and replace a new line character and a word in a file using shell

【发布时间】：2021-01-12 12:55:54

【问题描述】：

我有一个文件 sample.txt，其内容是

line-1
Generic-text-1 line-2
Generic-text-2 line-3
line-2
Generic-text-1 line-2
Generic-text-2 line-3

我想将文件的内容更改为 CSV，以便将内容转换为如下所示。

line-1,line-2,line-3
line-2,line-2,line-3

我正在尝试使用 sed 命令，但不适用于换行符。

sed -i 's/\nGeneric-text-1/,/g' sample.txt
sed -i 's/\nGeneric-text-2/,/g' sample.txt

提前致谢

【问题讨论】：

awk '$0=$NF' sample.txt | paste -d ',' - - -?

您需要更多详细信息。我们可以猜测“line-1”和“Generic-text-1”之间的区别特征是该行中存在多个非空白字符串，但这只是一个猜测。

【参考方案1】：

这可能对你有用（GNU sed）：

sed -E ':a;$!N;s/\n\S+\s/,/;ta;P;D' file

收集行，用逗号替换换行符、第一个字段及其分隔符。当匹配失败时，打印第一行，删除并重复。

更详细的解释：

-E 命令行选项扩展了正则表达式。在这种情况下，允许使用简写 + 而不是 \+。 :a 是一个占位符 a，它允许在此时恢复执行 sed 命令（稍后与 ta 结合使用）。 $!N 只要当前行不是文件$! 中的最后一行，就将下一行N 追加到模式空间中的当前行。模式空间是执行 sed 命令的缓冲区。 s/\n\S+\s/,/ 是替换命令，其中 , 将替换为匹配的换行符，后跟一个或多个非空白字符，后跟一个空白字符，即附加行开头的单词，后跟一个至少一个空格。 ta 如果替换成功则将代码执行跳转到占位符 a 即返回 2 条指令。 P 此时最后一次替换失败，这会打印到并包括模式空间中的第一个换行符。 D 这将删除模式空间中的第一个换行符（包括第一个换行符）。但是，与 d 命令重新启动 sed 循环并将下一行读入模式空间不同，此命令仅在当前模式空间为空时才会这样做。如果它包含值，它会在第一个 sed 命令处恢复，在这种情况下是在命令 :a。

因此 sed 程序会蚕食文件，创建和打印/删除自己制作的行。

或者在紧要关头：

sed -z 's/\n\S\+ /,/g' file

或：

awk 'gsub(/\n\S+ /,",")1' RS= file

【讨论】：

如果您能向我解释您给出的第一个解决方案的选项，我将不胜感激:) sed -E ':a;$!N;s/\n\S+\s/, /;ta;P;D' 文件

非常感谢，非常感谢。

【参考方案2】：

使用awk，你可以这样做：

awk -v OFS=, 'NF > 1 
   printf "%s", OFS $NF

NF == 1 
   if (NR>1)
      print ""
   printf "%s", $1

END 
   print ""
' file

line-1,line-2,line-3
line-2,line-2,line-3

【参考方案3】：

您能否尝试在 GNU awk 中使用所示示例进行跟踪、编写和测试。

awk '
BEGIN OFS="," 
/^line/
  if(val)
    print val
  
  val=$1
  next


  val=(val?val OFS:"")$NF

END
  if(val)
     print val
  
' Input_file

【参考方案4】：

使用awk，只打印每行的最后一个单词。使用逗号分隔符合并成一行，将两个单词行之间的所有单词。

awk 'NF==1 && NR!=1print r; r="" r = (r? r "," $NF: $NF) END print r' file

输出：

line-1,line-2,line-3
line-2,line-2,line-3