Meus dados:
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
...
Formato desejado:
\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 ...
Onde estou planejando apresentar as opções em cada nova linha.
Minha tentativa:
sed s/Question Nr.*/\item/g
Qual deve substituir todas as linhas com Pergunta Nr [qualquer coisa na linha]
- problema está na detecção do que vem depois, já que pode haver muitas opções, mas o fim das opções é \n\n , ou seja, a nova linha.
Problema de semistagem aqui:
\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
Outros desafios
Como você pode obter minha saída desejada em sed / perl ?
Outra maneira com tr + sed :
tr -s \n <infile | sed '$!G;s/Question Nr.*/\item/'
tr comprime todas as novas linhas e sed acrescenta conteúdo de espaço (nova linha vazia) a cada linha, exceto a última, substituindo Question Nr.* por \item . Com esse método, você não poderá editar o arquivo no local. Eu escolhi tr aqui, pois é mais rápido que a regex de sed (mesmo que não seja tão limpa quanto uma solução sed -only)
com sed :
sed 's/^Question Nr\..*/\item/; s/^\([A-Z] .*\)/\n/' file
s/// substitui Question Nr. por \item semelhante ao comando sed em sua pergunta. A a Z , mas apenas uma seguida por um espaço. Esta linha inteira é substituída por si mesma \n . A saída:
\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
Se não precisar ser sed , o "modo de parágrafo" de Perl é perfeito para isso. De 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. [...]
Portanto, usando -00 diz ao perl para definir "linhas" como parágrafos, ele usa \n\n como o caractere de fim de linha. Com isso em mente, você poderia fazer algo como:
$ perl -00pe 's/Question.*/\item/; s/[A-Z] /\n$&/g;' file
\item
Main proteins are in the lorem ipsun
A Lorem
B Cells
C Metoclom
D Cells
E Muscles
\item
Main proteins are in the lorem ipsun
A Lorem
B Cells
C Metoclom
D Cells
E Muscles
O primeiro operador de substituição substitui todas as linhas que correspondem à string Question com \item e a segunda adiciona uma nova linha antes de cada letra maiúscula seguida por um espaço.
sed -e'/./!d;$!G;/^Q/c\' -e'\item' <in >out
Isso irá d excluir todas as linhas em branco na entrada, G et uma linha em branco fora do espaço de espera e anexá-las a todas as linhas não em branco que são ! não $ last e c hange qualquer espaço de padrão ^ começando com o caractere Q na sequência de uma linha fixa \item na saída.
Quando executado em sua entrada de exemplo, a saída é:
\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
(sem linha em branco no final da saída)
Portavelmente, a instrução sed -e xpression não deve terminar em uma barra invertida como essa e, portanto, pode estar escrito:
sed -e'/./!d;$!G;/^Q/c\'"$(printf '\n\\item')" <in >out
Agora com awk :
awk '$1 ~ /[ABCDEM]/ {print $0"\n"} $1 ~ /Question/ {print "\item"}' inputfile
Se a linha começar com A, B, C, D, E ou M (para Main), esta linha é impressa e um \n extra. Se a linha começar com "Pergunta", ela simplesmente imprime \item .
Tags text-processing perl sed