☰

如何进行条件搜索和替换，以在具有不同匹配条件的两行之间添加一行？

tag-icon • tag-icon command-line text-processing
如何进行条件搜索和替换，以在具有不同匹配条件的两行之间添加一行？

我有一个文本文件，有数千行，包含 ASCII 和非 ACII 字符。它是应该遵循某种模式

First line: only non-ASCII characters
Second line: only non-ASCII characters
Third line: only ASCII characters
Fourth line: mix of ASCII and non-ASCII characters

不幸的是，实际情况是它看起来像下面的例子，中间缺少混合 ASCII 和非 ASCII 字符的行：

日本語のみ
日本語のみ
English words only
English and 日本語
日本語のみ
日本語のみ
English words only
日本語のみ
日本語のみ
English words only
English and 日本語

幸运的是，据我所知，仅有的混合了 ASCII 和非 ASCII 字符的行有时会消失。这意味着本来应该是 4 行一组的行有时却只有 3 行一组。

要修复该文件，我需要：

  1. 搜索每一行仅有的ASCII 字符。
  2. 测试下面这行是否包含仅有的非 ASCII。
  3. 如果是，请在 ASCII 行后插入一个占位符行。

结果应该是：

日本語のみ
日本語のみ
English words only
English and 日本語
日本語のみ
日本語のみ
English words only
+Aあ+
日本語のみ
日本語のみ
English words only
English and 日本語

（我选择制作占位符+Aあ+，以便它符合它所代表的 ASCII 和非 ASCII 的混合。）

我发现我可以使用 sed 插入新行 sed -e "/this is already text/a\'this is a new line'" < file.text。我还了解到我可以使用 sedLC_ALL=C和来搜索 ASCII 字符[\d0-\d127]。

但是，我不清楚如何将条件与搜索分开。我的意思是，我可以在每个 ASCII 字符实例后插入一行，但是如何进行搜索，在找到所有 ASCII 行时插入一行和下一行仅非 ASCII？

请注意，我并不特别喜欢使用 sed。如果可以使用 Gedit、LibreOffice 或任何命令行操作提供答案，那就太好了。

答案1

根据您最近的问题，听起来您有一个XY问题

以下是基于@Zanna 对您上一个问题的回答的 sed 解决方案如何在文件中搜索仅包含 ASCII 字符的行然后对其采取操作？

$ LC_ALL=C sed -E '/^[\d0-\d127]+$/ {$!N; s/\n[^\d0-\d127]+$/\n+Aあ+&/;}' file
日本語のみ
日本語のみ
English words only
English and 日本語
日本語のみ
日本語のみ
English words only
+Aあ+
日本語のみ
日本語のみ
English words only
English and 日本語

答案2

使用 awk：

awk '1; ! /^[\x01-\x7F]*$/ {next} {getline} !/[\x01-\x7F]/ {print "+Aあ+"} 1'
  1. 无条件打印输入行 -1为真条件，这种情况下默认操作是打印。
  2. 然后，如果它不是（!）完全 ASCII（/^[\x01-\x7F]*$/），则跳过处理更多规则（继续下一行，但处理来自 1 的规则）。
  3. 如果它完全是 ASCII，我们将得到下一行{getline}，如果其中没有!任何 ASCII 字符/[\x01-\x7F]/，则打印占位符。
  4. 最后使用 打印我们读到的行getline。

我假设您的 日本語のみ 行没有半角空格或标点符号（. !vs 。　！）。

相关内容