Question

我从Excel电子表格中提取了一个列，其中一些单元格包含多行，有些则没有。多行单元格由引号引起来。我想用“，”替换那些多行单元格中的返回值。所以我的文件看起来像这样：

"Alpha
 Beta
 Gamma"
 123
 456
"Apple
 Banana
 Cherry"
 789
 this is a single-line cell

我的目标是

 Alpha, Beta, Gamma
 123
 456
 Apple, Banana, Cherry
 789
 this is a single-line cell

我可以编写一个使用嵌套模式捕获这些多行单元格的模式，但是我不知道如何“深入”内部以获取反向引用。

"(([^"]+)\n)+([^"]+)"

Answer 1

使用GNU awk进行多字符RS和RT：

$ awk -v RS='"[^"]+"|[^"\n]+' '$0=RT{gsub(/^\s+|\s+$|"/,""); gsub(/\n/,","); print}' file
Alpha, Beta, Gamma
123
456
Apple, Banana, Cherry
789
this is a single-line cell

Answer 2

尝试：

$ sed '/^"/{:a; /"$/bb; N; ba; :b; s/\n//g}' file
"Alpha Beta Gamma"
 123
 456
"Apple Banana Cherry"
 789
 this is a single-line cell

工作原理

/^"/{...}

对于以"开头的任何行，将执行大括号中的命令。
:a

这将创建标签a。
/"$/bb

如果当前模式空间以"结尾，则分支到标签b。
N

将新行读入模式空间。
ba

分支回到标签a。
:b

这定义了标签b。
s/\n//g

从模式空间中删除所有换行符。

在正则表达式中替换嵌套的反向引用

2 个答案:

工作原理