使用sed从字段中间删除新行字符

Question

我看起来像这样的数据

a,b,c,d
a,b1
b2,c,d
A,B,C,D

正在发生的事情是，在第2个字段中，第二个字段中偶尔会出现一个新行字符，因此该行会在两行中分割

到目前为止，我已经找到了一个sed脚本来执行此操作，它读起来像

cat file| sed ':a;N;$!ba;s/\(\(b1\)\)\n/\1/g'

但是我正在努力获得（。*，）的正确组合以使其工作所以我用b1替换它以使这个例子起作用但在现实世界中A，B，C和D是字段混合长度和内容

我正在寻找的最终结果是

a,b,c,d
a,b1b2,c,d
A.B,C,D

非常感谢任何帮助

由于 马特

Answer 1

我这里有一个尚未完美的解决方案 - 但我会进一步思考它。如果您的sed版本支持扩展正则表达式，则可以执行以下操作：

cat file | sed -r ':a;N;$!ba;s/((^|\n)([^,]+,){0,2}[^,]+)\n/\1/g'

如果在前三列之一中有换行符，那将会有效。到目前为止，它还没有在“行”中使用多个换行符。

说明：
(^|\n)匹配行的开头（分别为换行符）
[^,]+,表示：至少有一个（+表示一个或多个）字符！=“，”后跟“，”，
如果有0-2列用“，”分隔，([^,]+,){0,2}匹配 [^,]+表示在0-2列后面有一些（至少一个）字符！=“，” 尾随\n与换行符匹配

总结s命令将匹配包含0-3列的所有行，并在末尾添加换行符，并将其替换为自身（\1），不包括尾随换行符。

Answer 2

在awk中

awk -F, 'NF < 4 {getline nextline; $0 = $0 nextline} 1' filename