SED删除包含图案的新线条

时间:2015-03-26 21:54:09

标签: awk sed

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"

3 个答案:

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)

使用GNU awk:

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

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.

使用非GNU awk

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。