☰

如何修复错误位置处的断线？

tag-icon • tag-icon text-processing awk sed perl
如何修复错误位置处的断线？

我的文本文件如下所示：

This is one
sentence that is broken.
However this is a good one.
And this
one is
somehow, broken into
many.

我想删除后面跟着以小写字母开头的行的任何行的尾随换行符。

所以这应该是：

This is one sentence that is broken.
However this is a good one.
And this one is somehow, broken into many.

我怎样才能做到这一点？

编辑：这里有一些非常好的答案，但我选择接受第一个有效的答案和是最早的。非常感谢大家！

答案1

和awk：

awk -v ORS= '{print (NR == 1 ? "" : /^[[:lower:]]/ ? " " : RS) $0}
             END {if (NR) print RS}'

也就是说，不要将记录分隔符附加到每行（ORS 为空）。但前置当前行之前的记录分隔符（如果不在第一行并且当前行不以小写字母开头）。否则，请在前面添加一个空格字符，第一行除外。

答案2

尝试

awk '$NF !~ /\.$/ { printf "%s ",$0 ; next ; } {print;}' file

在哪里

  • $NF !~ /\.$/匹配最后一个元素不以点结尾的行，
  • { printf "%s ",$0打印此行并带有尾随空格，并且不换行，
  • next ; }获取下一行，
  • {print;}并打印它。

我确信会有一个sed选择。

注意：这适用于以点结尾的行，但是以大写字母开头的句子中的条件不会被合并。请参阅 Stéphane Chazelas 的回答。

答案3

在 Perl 中：

#!/usr/bin/perl -w
use strict;
my $input = join("", <>);
$input =~ s/\n([a-z])/ $1/g;
print $input;

从技术上讲，您希望将“换行符后跟小写字母”替换为“空格和小写字母”，这就是上面 perl 脚本的核心功能：

  1. 读入字符串的输入input。
  2. 将变量更新input为搜索和替换操作的结果。
  3. 打印新值。

答案4

使用sed和fmt：

$ sed -e '1n; s/^[[:upper:]]/\n&/' input.txt | fmt
This is one sentence that is broken.

However this is a good one.

And this one is somehow, broken into many.

sed 脚本在以大写字母开头的每一行之前插入换行符（输入的第一行除外）。 sed然后将 的输出通过管道输入fmt以重新格式化结果段落。

par如果您已安装，也可以使用。它是另一个段落重新格式化程序，但比 更强大fmt，具有更多功能和选项。

请注意，每个段落之间会有一个空行。段落应该彼此之间至少用一个空行分隔。如果没有空行，您的整个输入示例将被重新格式化为单个多句子段落，例如：

$ fmt input.txt
This is one sentence that is broken.  However this is a good one.
And this one is somehow, broken into many.

如果您需要在重新格式化后删除空白行，只需sed再次通过管道将其通过 - 但这将删除所有空白行，包括原始输入中可能存在的任何空白行。例如

$ sed -e '1n; s/^[[:upper:]]/\n&/' input.txt | fmt | sed -e '/^$/d'
This is one sentence that is broken.
However this is a good one.
And this one is somehow, broken into many.

相关内容