如果文件中的两行都符合某种模式，如何将它们连接起来？

Question 1

/^[A-Z][a-z]+/{
  :a
  N
  /\n[A-Z][a-z]+/{
    s/\n/ /
    b a
  }
}

将其另存为join.sed并执行：sed -Ef join.sed file。

如果该行与模式匹配，我们将启动一个循环，将下一行附加到模式空间，并用空格替换换行符，只要该行也与模式匹配。

对于 GNU Sed，你可以将其折叠成一行：

sed -E '/^[A-Z][a-z]+/{:a;N;/\n[A-Z][a-z]+/{s/\n/ /;b a}}' file

或者，一个 Awk 脚本join.awk，其模式应为p：

{
    if($0~p)c+=1
    else c=0
    printf "%s%s", (c>1 ? " " : ors), $0
    ors=ORS
}
END{print ""}

执行：awk -f join.awk p='^[A-Z][a-z]+' file。

Answer

/^[A-Z][a-z]+/{
  :a
  N
  /\n[A-Z][a-z]+/{
    s/\n/ /
    b a
  }
}

将其另存为join.sed并执行：sed -Ef join.sed file。

如果该行与模式匹配，我们将启动一个循环，将下一行附加到模式空间，并用空格替换换行符，只要该行也与模式匹配。

对于 GNU Sed，你可以将其折叠成一行：

sed -E '/^[A-Z][a-z]+/{:a;N;/\n[A-Z][a-z]+/{s/\n/ /;b a}}' file

或者，一个 Awk 脚本join.awk，其模式应为p：

{
    if($0~p)c+=1
    else c=0
    printf "%s%s", (c>1 ? " " : ors), $0
    ors=ORS
}
END{print ""}

执行：awk -f join.awk p='^[A-Z][a-z]+' file。

Question 2

使用sed空字符作为分隔符 ( -z)：

$ sed -z 's/\([A-Z][a-z]\+\)\n\([A-Z][a-z]\+\)/\1 \2/'
Hello
i
am
John Smith

Answer

使用sed空字符作为分隔符 ( -z)：

$ sed -z 's/\([A-Z][a-z]\+\)\n\([A-Z][a-z]\+\)/\1 \2/'
Hello
i
am
John Smith

Question 3

使用 Raku（以前称为 Perl_6）

raku -e 'given lines.join("\n") { S/ $<first>=[<upper><lower>+] \n $<last>=[<upper><lower>+] /$<first> $<last>/.put};'

输入示例：

Hello
i
am
John
Smith
goodbye

示例输出：

Hello
i
am
John Smith
goodbye

上面是用 Raku（Perl 语言家族的成员）编写的解决方案。数据given以的形式发送给 Raku lines，但由于 Raku 的lines例行自动剪切输入，数据会join以换行符进行 -ed。虽然这看起来有点复杂，但优点是 Raku 的lines例程可以延迟读取数据，这意味着上面的代码应该内存效率高。

Raku 实现了一种S///“非破坏性”运算符，它与熟悉的s///运算符类似（如果不相同）（Raku 也有该运算符）。资本运营S商有一个优势，那就是“保留原始字符串完整并返回结果字符串而不是 $/ （匹配变量）。”

在运算符的匹配（左）一半内S///，命名捕获被雇用。正则表达式引擎首先搜索[<upper><lower>+]并将其分配给命名的 capture $<first>，然后搜索一个\n（换行符），最后搜索另一个[<upper><lower>+]，这次将其分配给命名的 capture $<last>。最后，在运算符的替换（右）半部分中S///，两个命名捕获$<first> $<last>用于替换左侧匹配，尽管和一个空间和没有\n之间的换行符。

完成同样事情的另一种方法如下。该代码省略了命名捕获，而是使用<(\n)>从匹配对象中删除除捕获标记内的内容之外的所有内容<(…)>。然后在替换中，\n 用空格替换：

raku -e 'put S/ [<upper><lower>+] <(\n)> [<upper><lower>+] / / given lines.join("\n");'

[注意，上面的代码只会将George\nHerbert\nWalker\nBush4 行折叠成 3 行 ( George Herbert\nWalker\nBush)。如果您希望在一行上返回所有按行连续出现的情况[<upper><lower>+]，请随时发布该问题]。

https://docs.raku.org/language/regexes#S///_non-breaking_substitution
https://docs.raku.org/language/regexes#index-entry-regex__Named_captures-Named_captures
https://raku.org

Answer