☰

将不同行上的单词合并为一行

tag-icon • tag-icon linux text-processing awk grep
将不同行上的单词合并为一行

我有一个文件，其中包含彼此下的单词列表，其中这些单词属于一个句子，然后属于下一个句子的单词也彼此在下。与一个句子相关的单词块后跟一个空格，如下面的表示#2 所示

预期输出：（表示#1）：

These are the words for sentence 1
These are the words for sentence 2

预期输入：（表示#2）：

These
are
the
words
for
sentence 1

these
are
the
words
for
sentence 2

我尝试跟随这个问题但当我对不同的句子使用不同的单词时，它不起作用，那么如何在 Linux 中将表示编号 2 更改为表示编号 1 呢？

答案1

$ awk -v RS= '{$1=$1}1' file
These are the words for sentence 1
these are the words for sentence 2

答案2

使用 awk：

awk 'BEGIN { RS = "" } {gsub(/ *\n */, " "); print}' FILE

答案3

扩展正则表达式模式下的 GNU sed 编辑器并使用保留空间来存储非空行。

sed -Ee 's/^\s+|\s+$//g
  /./{H;$!d;}
  x;s/.//;y/\n/ /
' file

另一种方法是使用 awk 保留字：

awk -v RS= '
BEGIN{FS=ORS}
{$1=$1}1
' file

答案4

$ perl -00 -aE 'say join " ", @F' input.txt 
These are the words for sentence 1
these are the words for sentence 2

  • -00告诉 perl 以段落模式读取文件（段落由一个或多个空行分隔）。

  • -a告诉 perl 将空白处的输入自动拆分为数组@F（类似于 awk 如何将其输入自动拆分为 $1、$2、$3 等）。

    -a还隐式设置该-n选项，这使得 perl 的行为类似于sed -n（读取所有输入，而不自动打印它）。通过将-p选项添加到命令行，可以覆盖此选项（自动打印可能修改的输入，例如不带 -n 的 sed） 。

  • -E启用脚本的所有可选功能 - 例如say在打印后自动附加换行符的功能...稍微简单一点（如果您使用而不是，print join(" ", @F), "\n"则必须执行此操作）。-e-E

    sayPerl 已经存在很长时间了，可以说应该默认启用，但 Perl 开发人员几十年前就决定不这样做，因为存在破坏定义自己say函数的旧脚本的风险。

  • 该join()函数将数组元素连接起来，@F元素之间用空格连接。

或者，您可以设置输出字段分隔符 ( $,) 而不使用join：

$ perl -00 -aE 'BEGIN{$,=" "}; say @F' input.txt 
These are the words for sentence 1
these are the words for sentence 2

与 awk 不同，默认的 OFS 是空格字符，而 perl 中的默认 OFS 是空的，未定义的。这将打印数组，单词之间没有任何空格：

$ perl -00 -aE 'say @F' input.txt 
Thesearethewordsforsentence1
thesearethewordsforsentence2

不完全是你想要的。

相关内容