Acho que a melhor maneira é awk
e gawk
.
awk
awk -F "([.] )|( / )" '/^[0-9]{1,3}[.]/{x="F"$1"("$2").txt";}{print >x;}' I_Ching_Wilhelm_Translation.txt
-F
especificará o separador de campos para cada linha. É uma regex, aqui usamos vários separadores: ". "
e " / "
. Assim, uma linha como 1. Ch'ien / The Creative
será dividida em três campos: 1
Ch'ien
e The Creative
. Mais tarde podemos nos referir a esses campos com $n
. $0
é a linha inteira.
Em seguida, dizemos ao awk para corresponder as linhas com o padrão ^[0-9]{1,3}[.]
Se houver correspondência, atribuímos o valor a x
. O valor x será usado como nome de arquivo para print
operation. Neste exemplo, usamos "F"$1"("$2").txt"
, então a linha 1. Ch'ien / The Creative
fornece um nome de arquivo F1(Ch'ien).txt
gawk
No gawk, também podemos acessar o grupo capturado. Então podemos simplificar o comando para:
gawk 'match($0, /^([0-9]{1,3})[.] (.*) \/ (.*)$/, ary){x="F"ary[1]"("ary[2]")";}{print >x;}' I_Ching_Wilhelm_Translation.txt
aqui usamos match
para capturar os grupos e colocá-los na lista de variáveis ary
. $0
é a linha inteira. ary[0]
é tudo combinado. ary[1...n]
é cada grupo.
perl
Também podemos fazer isso com o perl:
perl -ne 'if(/^([0-9]{1,3})[.] (.*) \/ (.*)$/) {close F; open F, ">", sprintf("F$1($2).txt");} print F' I_Ching_Wilhelm_Translation.txt
Resultados:
> ls F*
F10(Lü).txt F22(Pi).txt F34(Ta Chuang).txt F46(Shêng).txt F58(Tui).txt
F11(T'ai).txt F23(Po).txt F35(Chin).txt F47(K'un).txt F59(Huan).txt
F12(P'i).txt F24(Fu).txt F36(Ming I).txt F48(Ching).txt F5(Hsü).txt
F13(T'ung Jên).txt F25(Wu Wang).txt F37(Chia Jên).txt F49(Ko).txt F60(Chieh).txt
F14(Ta Yu).txt F26(Ta Ch'u).txt F38(K'uei).txt F4(Mêng).txt F61(Chung Fu).txt
F15(Ch'ien).txt F27(I).txt F39(Chien).txt F50(Ting).txt F62(Hsiao Kuo).txt
F16(Yü).txt F28(Ta Kuo).txt F3(Chun).txt F51(Chên).txt F63(Chi Chi).txt
F17(Sui).txt F29(K'an).txt F40(Hsieh).txt F52(Kên).txt F64(Wei Chi).txt
F18(Ku).txt F2(K'un).txt F41(Sun).txt F53(Chien).txt F6(Sung).txt
F19(Lin).txt F30(Li).txt F42(I).txt F54(Kuei Mei).txt F7(Shih).txt
F1(Ch'ien).txt F31(Hsien).txt F43(Kuai).txt F55(Fêng).txt F8(Pi).txt
F20(Kuan).txt F32(Hêng).txt F44(Kou).txt F56(Lü).txt F9(Hsiao Ch'u).txt
F21(Shih Ho).txt F33(TUN).txt F45(Ts'ui).txt F57(Sun).txt
como obter o arquivo de exemplo:
curl http://www2.unipr.it/~deyoung/I_Ching_Wilhelm_Translation.html|html2text -o I_Ching_Wilhelm_Translation.plain
sed 's|^[[:blank:]]*||g' I_Ching_Wilhelm_Translation.plain > I_Ching_Wilhelm_Translation.txt