☰

如何将这些段落SED转为MCQ格式？

tag-icon • tag-icon text-processing sed perl
如何将这些段落SED转为MCQ格式？

我的数据：

Question Nr.  311
Main proteins are in the lorem ipsun
A Lorem RNA test
B Cells
C Metoclom
D Cells
E Muscles

Question Nr.  312
Main proteins are in the lorem ipsun
A Lorem
B Cells
C Metoclom
D Cells
E Muscles

...

想要的格式：

\item 
Main proteins are in the lorem ipsun

A Lorem RNA test

B Cells

C Metoclom

D Cells

E Muscles

\item
Main proteins are in the lorem ipsun

A Lorem

B Cells

C Metoclom

D Cells

E Muscles

\item ...

我计划在新行中展示每个选项。

我的尝试：

sed s/Question Nr.*/\item/g

这应该取代所有具有问题编号[任何问题] - 问题在于检测后面的内容，因为可以有很多选项，但选项的结尾是\n\n换行符。

半阶段问题在这里：

\item 
Main proteins are in the lorem ipsun
A Lorem RNA test
B Cells
C Metoclom
D Cells  
E Muscles

\item 
Main proteins are in the lorem ipsun
A Lorem
B Cells
C Metoclom
D Cells  
E Muscles

其他挑战

  • 单词大写，例如艾滋病病毒和核糖核酸在选项中；下面的一些解决方案在后面插入空行你好和护士长

你如何通过sed/获得我想要的输出perl？

答案1

和sed：

sed 's/^Question Nr\..*/\\item/; s/^\([A-Z] .*\)/\n\1/' file
  • 第一个s///替换Question Nr.为\item类似于sed您问题中的命令。
  • 第二个替换以大写字母 from Ato开头的行Z，但仅替换一个后跟空格的行。整行被自身替换为\1换行符\n。

输出：

\item
Main proteins are in the lorem ipsun

A Lorem

B Cells

C Metoclom

D Cells

E Muscles

\item
Main proteins are in the lorem ipsun

A Lorem

B Cells

C Metoclom

D Cells

E Muscles

答案2

tr另一种使用+ 的方式sed：

tr -s \\n <infile | sed '$!G;s/Question Nr.*/\\item/'

tr挤压所有换行符，然后sed将保留空间内容（空换行符）附加到除最后一行之外的每一行，替换Question Nr.*为\item.使用此方法，您将无法就地编辑文件。我选择tr这里是因为它比正则sed表达式更快（即使它不像sed仅解决方案那么干净）

答案3

如果不需要sed，Perl 的“段落模式”非常适合此目的。从man perlrun：

   -0[octal/hexadecimal]
        specifies the input record separator ($/) as an octal or
        hexadecimal number.  [...]

        The special value 00 will cause Perl to slurp files in paragraph
        mode.  [...]

因此， using-00告诉 perl 将“行”定义为段落，它用作\n\n行结束符。考虑到这一点，您可以执行以下操作：

$ perl -00pe 's/Question.*/\\item/; s/[A-Z] /\n$&/g;' file
\item
Main proteins are in the lorem ipsun

A Lorem

B Cells

C Metoclom

D Cells

E Muscles

\item
Main proteins are in the lorem ipsun

A Lorem

B Cells

C Metoclom

D Cells

E Muscles

Question第一个替换运算符替换与字符串匹配的任何行\item，第二个替换运算符在每个大写字母前添加一个换行符，后跟一个空格。

答案4

现在awk：

awk '$1 ~ /[ABCDEM]/ {print $0"\n"} $1 ~ /Question/ {print "\\item"}' inputfile

如果该行以 A、B、C、D、E 或 M（表示 Main）开头，它将打印该行和一个额外的\n.如果该行以“Question”开头，它只会打印\item。

相关内容