上周五我遇到了一个问题，将文本转换为另一种格式。在那台机器上，只有gnu sed可用，没有awk（奇怪，我知道）。我对perl一无所知。所以我正在寻找一种唯一的解决方案。
文件内容为：
a yao.com sina.com
b kongu.com
c polm.com unee.net 21cn.com iop.com foo.com bar.com baz.net happy2all.com
d kinge.net
所需的输出（应该是一个新文件）是：
a yao.com
a sina.com
b kongu.com
c polm.com
c unee.net
c 21cn.com
c iop.com
c foo.com
c bar.com
c baz.net
c happy2all.com
d kinge.net
我尝试了很多，也搜索了着名的sed oneliner，但我做不到...有人可以帮助我吗？
答案 0 :(得分：6)
有趣的问题：
$ sed -r 's/(\w+\.\w+)/> &/2g;:a s/^([a-z]+)(.*)>/\1\2\n\1/g;ta' file
a yao.com
a sina.com
b kongu.com
c polm.com
c unee.net
c 21cn.com
c iop.com
c foo.com
c bar.com
c baz.net
c happy2all.com
d kinge.net
修改
它通过使用两个替换来工作。
第一个将>放在需要展平的网址之前作为保留字符：
$ sed -r 's/(\w+\.\w+)/> &/2g' file
a yao.com > sina.com
b kongu.com
c polm.com > unee.net > 21cn.com > iop.com > foo.com > bar.com ...
d kinge.net
第二个基本上用换行符替换持有> （使用条件分支）：
$ sed -r ':a s/^([a-z]+)(.*)>/\1\2\n\1/g;ta'
答案 1 :(得分：4)
对于sed来说，这不是一件容易的事，特别是一个班轮。但是你提到了“gnu sed”。我看到了光！
gnu sed支持s/.../.../ge，这对这种情况很有用：
kent$ sed -r 's@(^[a-z]+) (.*)@echo "\2"\|sed "s# #\\n\1 #g"\|sed "/^$/d"@ge' file
a yao.com
a sina.com
b kongu.com
c polm.com
c unee.net
c 21cn.com
c iop.com
c foo.com
c bar.com
c baz.net
c happy2all.com
d kinge.net
简短说明：
sed -r 's@..x..@..y..@ge' file ge允许我们将匹配的部分传递给外部命令..y..部分由ge的魔力完成。我将\2传递给另一个sed（通过echo）：sed "s# #\\n\1 #g"此sed将所有空格替换为\n + \1 + space \n，因此步骤2的结果中有空行（上面的步骤），我们需要删除那些空行"/^$/d" 检查info sed
s/../../ge
编辑，添加双空格作为OP注释。
答案 2 :(得分：1)
正如其他人所说，sed解决方案很棘手，所以我想我发布了一个bash-dito：
#!/bin/bash
while read -a array
do
for i in ${array[@]:1}
do
echo ${array[0]} $i
done
done < input
输出：
a yao.com
a sina.com
b kongu.com
c polm.com
c unee.net
c 21cn.com
c iop.com
c foo.com
c bar.com
c baz.net
c happy2all.com
d kinge.net
答案 3 :(得分：1)
这可能适合你（GNU sed）：
sed -r 's/^((\S+\s+)\S+)\s+/\1\n\2/;P;D' file
答案 4 :(得分：1)
这是一个单行（对于某些定义＆＃34;一个＆＃34;）来做到这一点。它应该适用于任何sed，但我只用gnu sed测试它。
sed ':l;s/\(^\|\n\)\([^ \n]\) \([^ \n][^ \n]*\) /\1\2 \3\
\2 /;t l'
这是\3\之后的字面换行符。
说明：
:l制作了一个名为l的标签。t l会循环到标签l。s命令对最初包含输入行的模式空间缓冲区进行操作。在s命令之后，模式空间缓冲区包含替换的结果，包括换行符。通过循环的第二次和后续时间，s命令获取整个模式空间缓冲区，包括在先前替换中添加的任何换行符。答案 5 :(得分：0)
cat inputFile.txt | sed -e 's/\([^\ ]*\)\(\ *\)\([^\ ]*\)\(\ *\)\([^\ ]*\)\(\ *\)\([^\ ]*\)\(\ *\)\([^\ ]*\)\(\ *\)/\1 \3\n\1 \5\n\1 \7\n\1 \9/' | grep -vE "^..$"
适用于我的Ubuntu 12.10。
说明：
最后，删除包含空“second”组的行。
使用BASH的另一次尝试（执行为“script.sh inputFile.txt”）：
#!/bin/bash
firstParams=`cat $1 | sed -e 's/\([^\ ]*\)\(.*\)/\1/'`
count=1
for MY1 in $firstParams
do
# print line number ${count} and filter params from the second one forth
restParams=`cat $1 | sed -n "${count}p" | sed -e 's/\([^\ ]*\)\(.*\)/\2/'`
for MY2 in $restParams
do
echo "$MY1 $MY2"
done
count=$(($count+1))
done
答案 6 :(得分：0)
这是一个真正的sed-only脚本。我在下面将它写为sed在命令行上调用的文件，但它可以在命令行上输入，也可以全部输入到单独的脚本中：
将以下内容保存为sedscript（或任何您想要调用的内容）。输出后面有解释。
:start
h
s/\(.\ \ [^ ]*\).*/\1/
t continue
d
:continue
p
x
s/\(.\ \)\ [^ ]*\(\ .*\)/\1\2/
t start
d
现在运行sed -f sedscript myfile.txt
上面的示例保存为myfile.txt，输出如下：
a yao.com
a sina.com
b kongu.com
c polm.com
c unee.net
c 21cn.com
c iop.com
c foo.com
c bar.com
c baz.net
c happy2all.com
d kinge.net
Sed有一个模式缓冲区（通常使用s/a/b/种命令）和保持缓冲区。在这个脚本中，信息被来回交换到保持缓冲区，以便在处理另一部分时保留一行的未编辑部分。
:start =启用跳转的标签
h =将模式缓冲区（当前行）交换到保持缓冲区
s/\(.\ \ [^ ]*\).*/\1/ =虽然整行在保留缓冲区中是安全的，但在第一个域之后删除所有内容，留下第一个所需的行（例如“a yao.com”）。
t continue =如果上一个命令导致替换，请跳转到“继续”标签
d =如果我们没有跳，那意味着我们已经完成了。删除模式缓冲区并继续执行文件的下一行。
:continue =上一次跳转的标签
p =打印出模式缓冲区（例如“a yao.com”）
x =将模式缓冲区与保持缓冲区交换（也可以使用g简单地在模式缓冲区上复制保持缓冲区）
s/\(.\ \)\ [^ ]*\(\ .*\)/\1\2/ =完整的原始字符串现在已经被交换到模式缓冲区 - 剥离我们刚刚处理的域名（例如“yao.com”）
t start =如果那不是最后一个域，请使用新的缩短字符串启动脚本。
d =如果那是最后一个域，请删除模式缓冲区并继续执行文件中的下一行。
答案 7 :(得分：-1)
您可以使用
sed -r -n 's/^([a-z])\ \ ([0-9a-z.]*)\ ([0-9a-z .]*)/\1 \2\n\1 \3/p'
它将转换表格的每一行
c polm.com unee.net 21cn.com iop.com foo.com bar.com baz.net happy2all.com
进入
c polm.com
c unee.net 21cn.com iop.com foo.com bar.com baz.net happy2all.com
每次运行。
因此，下次在前一个sed的输出上运行时，这将变为
c polm.com
c unee.net
c 21cn.com iop.com foo.com bar.com baz.net happy2all.com
等等。
因此，将前一个sed的输出推送到新的sed应最终为您提供所需的格式。
我知道这可能不是最佳答案，如果可能，我会尝试对其进行改进。