Como devo executar a correspondência e substituição de múltiplas linhas usando o awk?

Question

Em um arquivo de texto, ignorando qualquer espaço em branco no final de cada linha, presumo que, se uma linha não for finalizada com um dígito, haverá uma quebra de linha entre a linha e a próxima linha, e eu gostaria para encontrar essas quebras de linha e, em seguida, concatená-los em uma linha. Por exemplo

line 1
li
ne 2

Há uma quebra de linha entre a segunda e a terceira linhas e eu devo modificar o arquivo para ser

line 1
line 2

Para encontrar essas quebras de linha, preciso fazer a correspondência de várias linhas. Eu faço isso alterando o separador de registro, mas o seguinte não funciona:

$ awk 'BEGIN{RS="";}; { if (match($0, /[^[:digit:] ] *\n/)) print $0;} ' inputfile

Para concatenar duas linhas separadas por uma quebra de linha, ainda estou me perguntando.

Obrigado.

    

Answer 1

Você pode executar algo nos moldes de

awk 'BEGIN{RS=SUBSEP; ORS="" } {print gensub(/([^0-9])\n/,"\1","g",$0)}' ex

• RS=SUBSEP define o Separador de Registros como um valor que nunca está presente em um arquivo de texto (retira o arquivo de entrada para $0 )
• então você faz uma transformação multilinha favorita

Answer 2

Eu lidaria com isso de maneira diferente: fazendo o loop pela entrada até encontrar uma "condição de fim de linha":

awk '{ 
       line=$0; 
       while($0 !~ /[[:digit:]] *$/ && getline > 0) { 
         line=line$0; 
       }
       print line
     }' < input

Em um arquivo de entrada estendido de:

line 1
li
ne 2
li
ne 
number 3
line 4

Ou, mais detalhadamente (para ver o espaço à direita):

$ cat -e input
line 1$
li$
ne 2$
li$
ne $
number 3$
line 4$

A saída é:

line 1
line 2
line number 3
line 4

    

Answer 3

$ cat file
line 1
li
ne 2
lo
ng li
ne 3

$ awk 'line ~ /[0-9]$/ { print line; line = "" } { line = line $0 } END { print line }' file
line 1
line 2
long line 3

Isso acumula uma "linha de saída" na variável line , e sempre que essa variável termina com um dígito, ela é impressa e redefinida. Também é impresso no final para produzir a última linha (completa ou não).

Aproximado sed equivalente (mas com um loop explícito):

$ sed -e ':again' -e '/[0-9]$/{ p; d; }; N; s/\n//' -e 'tagain' file
line 1
line 2
long line 3

    

Answer 4

Pequeno GNU sed ?

sed ':L; /[0-9] *$/!{N; bL;}; s/\n//g' file