☰

在 Linux 中用单个新行替换任意数量的制表符和空格？

tag-icon • tag-icon awk sed text-formatting tr whitespace
在 Linux 中用单个新行替换任意数量的制表符和空格？

假设我有一个（可能非常大）文本文件，其中包含插入了空格的单词列表。例如，它可能看起来像这样：

Cat                           Dog
Soup                          Rat
Cass                          Audrey

我希望每个单词都在单独的行上（没有空格），如下所示：

Cat
Dog
Soup
Rat
Cass
Audrey

我可以做一个简单的tr -d " "把它变成：

CatDog
SoupRat
CassAudrey

（但这不是我想要的）。

我不知道分隔这些单词的空白类型是什么，因此假设它是普通 ASCII 空格和制表符的某种组合。 （我们可以假设不存在像全角空格和零宽度之类的不可见 Unicode 字符。）自然，这些单词不存在包含空格，因此“à la”、“alma mater”、“appleie”、“at free”和“icecream”不是有效单词。

假设单词可能包含（非空白）非字母字符，例如“AC/DC”、“add-on”、“AT&T”、“audio-video”、“can't”、“carbon-14” 、“南瓜灯”、“婆婆”、“o'clock”、“O'Reilly”、“RS-232”和“3-D”。理想情况下，解决方案应容忍非 ASCII 字符，如“Ångström”、“Gödel”、“naïve”、“résumé”和“smörgåsbord”。

tr如何使用常见的 Unix/Linux 工具（如, sedor ）去除所有这些空格，同时保留（并隔离）缩进的单词awk？

如果该解决方案也适用于所述问题的更一般情况，那就太好了；即，不仅是两列文本，还可以是随机排列，例如：

          Once    upon
    a   midnight
                    dreary
while                     I pondered
       weak    and weary
           Over                many
a   quaint  and     curious     volume
 of forgotten lore

答案1

etopylight 几乎是正确的：

tr -s ' \t' '\n'

因为问题也要求替换选项卡。

答案2

基本上，你可以在 GNU 中做到这一点sed：

sed 's/\s\+/\n/g'

就这样吧...

答案3

你应该能够使用

sed -e 's/[[:space:]]\{1,\}/\n/'

用单个换行符替换任何一个或多个空白字符序列（包括换页和垂直制表符等奇怪字符）。

答案4

由于 awk 的默认行为已经是分割任意数量的空格（空格、制表符），因此也可以使用该功能，只需将输出字段分隔符设置为“\n”并重建 $0。然而，该任务的一个悬而未决的问题是：您希望如何处理空行？

按原样打印它们：

awk -v OFS='\n' '{$1 = $1; print}' file

要另外过滤掉空行：

awk -v OFS='\n' 'NF {$1 = $1; print}' file

（不过，在 Linux 设置中要注意 Windows 行尾（包含 \r）：awk 不一定将带有 \r 的行视为空行，在这种情况下也会输出它们。因此，首先过滤带有 CRLF 结尾的文本文件dos2unix。

相关内容