Question

什么是将删除“\ n”字符的sed脚本，但仅当它位于“”字符（分隔字符串）内，而不是实际位于（虚拟）行末尾的\ n？例如，我想转动此文件

"lalala","lalalslalsa"
"lalalala","lkjasjdf
asdfasfd"
"lalala","dasdf"

（第2行嵌入了\ n）到这个

"lalala","lalalslalsa"
"lalalala","lkjasjdf \\n asdfasfd"
"lalala","dasdf"

（第2行和第3行现已加入，实际换行被替换为字符串\\ n（或任何其他易于识别的字符串，我不挑剔））

我不仅仅想要删除所有其他换行符作为上一个问题，我也不想删除所有换行符，只是那些在引号内的换行符。我并不喜欢sed，如果awk会起作用，那也没关系。

正在操作的文件太大而无法一次装入内存。

Answer 1

sed是在单行上进行简单替换的绝佳工具，但对于其他任何你应该使用awk的工具，例如：

$ cat tst.awk
{
    if (/"$/) {
        print prev $0
        prev = ""
    }
    else {
        prev = prev $0 " \\\\n "
    }
}

$ awk -f tst.awk file
"lalala","lalalslalsa"
"lalalala","lkjasjdf \\n asdfasfd"
"lalala","dasdf"

以下是我的原始答案，但在看到@ NeronLeVelu的方法只是测试一行的结尾后，我意识到我这样做的方式太复杂了。你可以用gsub(/"/,"&") % 2替换下面的/"$/并且它的工作方式相同，但上面的代码是相同功能的更简单的实现，现在只要它们不是，就可以处理嵌入的转义双引号＃39; t在一行的末尾。

$ cat tst.awk
{ $0 = saved $0; saved="" }
gsub(/"/,"&") % 2 { saved = $0 " \\\\n "; next }
{ print }

$ awk -f tst.awk file
"lalala","lalalslalsa"
"lalalala","lkjasjdf \\n asdfasfd"
"lalala","dasdf"

以上只能在内存中存储1条输出线。它只是从输入行构建输出行，而输出行中的双引号数是奇数，然后在最终包含偶数双引号时输出输出行。

如果你引用的字符串中的双引号可能会被\"转义，而不是""，但是你没有在你发布的示例输入中显示，所以希望你不要＆＃ 39;没有那种情况。如果您遇到这种情况，则需要编写/使用真正的CSV解析器。

Answer 2

sed -n ':load
/"$/ !{N
      b load
      }
:cycle
s/^\(\([^"]*"[^"]*"\)*\)\([^"]*"[^"]*\)\n/\1\3 \\\\n /
t cycle
p' YourFile

将线条加载到工作缓冲区中，直到找到一条近线（以"结尾）或终点
替换任意一个开头/关闭{\ n} {}之后的任何\ n，后跟一个"，其中任何其他字符"介于文件开头之间的"新行（实际上是通过启动字符串替换起始字符串+ \ n并转义新行）
如果发生任何替换，请重试另一个（:cycle和t cycle）
打印结果
继续直到文件结尾

感谢@Ed Morton关于转义新线路的评论

使用sed删除嵌入的换行符

2 个答案: