我想删除(sed或awk)所有只包含一次字符的所有行的换行符。但是一旦在线上删除换行符,就可以删除以下行。
这是一个例子
line1"test 2015"
line2"test
2015"
line3"test 2020"
line4"test
2017"
应转换为:
line1"test 2015"
line2"test2015"
line3"test 2020"
line4"test2017"
答案 0 :(得分:3)
使用sed:
sed '/[^"]$/{N;s/\n//}' file
输出:
line1"test 2015" line2"test2015" line3"test 2020" line4"test2017"
使用单个字符//
搜索(^
)非($
)结束("
)的行。仅对这些行({}
):将下一行(N
)附加到sed的模式空间(当前行)并使用sed的搜索并替换(s///
)以在模式空间中查找嵌入换行符(\n
)并替换为空。
答案 1 :(得分:1)
awk -v RS='"' 'NR % 2 == 0 { gsub(/\n/, ""); } { printf("%s%s", $0, RT) }' filename
这是最简单的方法。使用"
作为记录分隔符,
NR % 2 == 0 { # in every other record (those inside quotes)
gsub(/\n/, "") # remove the newlines
}
{
printf("%s%s", $0, RT) # then print the line terminated by the same thing
# as in the input (to avoid an extra quote at the
# end of the output)
}
RT
是一个GNU扩展,这就是为什么这需要gawk。
使用sed执行此操作的难度可能是引号之间可能有两个换行符,例如
line2"test
123
2015"
这使得条件变脆后只能获取一行。因此:
sed '/^[^"]*"[^"]*$/ { :a /\n.*"/! { N; ba; }; s/\n//g; }' filename
那是:
/^[^"]*"[^"]*$/ { # When a line contains only one quote
:a # jump label for looping
/\n.*"/! { # until there appears another quote
N # fetch more lines
ba
}
s/\n//g # once done, remove the newlines.
}
作为单行,这需要GNU sed,因为BSD sed对分支指令的格式化很挑剔。但是,应该可以将扩展形式的代码放入文件中,例如foo.sed
,然后使用BSD sed运行sed -f foo.sed filename
。
请注意,此代码假定在打开引号后,其中包含引号的下一行仅包含该引号。如果需要,解决该问题的方法是
sed ':a h; s/[^"]//g; s/""//g; /"/ { x; N; s/\n//; ba }; x' filename
......但这可能超出了sed可以合理完成的事情范围。它的工作原理如下:
:a # jump label for looping
h # make a copy of the line
s/[^"]//g # isolate quotes
s/""//g # remove pairs of quotes
/"/ { # if there is a quote left (number of quotes is odd)
x # swap the unedited text back into the pattern space
N # fetch a new line
s/\n// # remove the newline between them
ba # loop
}
x # swap the text back in before printing.
每行几个引号的情况在awk中比在sed中更容易处理。上面的GNU awk代码是隐含的;对于非GNU awk,它需要做更多的事情(但不是非常如此):
awk -F '"' '{ n = 0; line = ""; do { n += NF != 0 ? NF - 1 : 0; line = line $0 } while(n % 2 == 1 && getline == 1) print line }' filename
主要技巧是使用"
作为字段分隔符,以便字段数告诉我们行中有多少引号。然后:
{
# reset state
n = 0 # n is the number of quotes we have
# seen so far
line = "" # line is where we assemble the output
# line
do {
n += NF != 0 ? NF - 1 : 0; # add the number of quotes in the line
# (special handling for empty lines
# where NF == 0)
line = line $0 # append the line to the output
} while(n % 2 == 1 && getline == 1) # while the number of quotes is odd
# and there's more input, get new lines
# and loop
print line # once done, print the combined result.
}
答案 2 :(得分:0)
这可能适合你(GNU sed):
sed -r ':a;N;s/^([^\n"]*"[^\n"]*)\n/\1 /;ta;P;D' file
这将替换两行之间的换行符,其中第一行只包含一个双引号。
N.B。空间也可能被删除,但数据表明了这一点。