使用 Sed / Awk 在 UNIX 中合并两行

Question

考虑 UNIX 中的源文件，其中包含以下竖线分隔的行。此示例有五行。第 1、2 和 4 行很好，但第 3 和 5 行由于文本中的换行符而分成两行。我必须通过仅在 t 处删除新行将第 3 行合并为单行，将第 5 行合并为单行，然后加载到 oracle table.

如何使用 sed / awk 或任何其他 UNIX 命令来实现？

输入示例：

 1. 9187-001|COS 60W 16G T1A CLV|||||10  
 2. 9184-002|COS 48W 28G NT SKO|FOOTAGE/SEQUENCE GRIDS||||10  
 3. 9679-229|COS 56G 40G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES  
(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10  
 4. 9184-230|COS48W 48G NT LIF SKO|LIFE STORE COSMETIC FOOTAGE/SEQUENCE GRID||||10  
 5. 9679-230|COS 56G 44G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES  
(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10

期望的输出：

1. 9187-001|COS 60W 16G T1A CLV|||||10  
2. 9184-002|COS 48W 28G NT SKO|FOOTAGE/SEQUENCE GRIDS||||10  
3. 9679-229|COS 56G 40G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10  
4. 9184-230|COS48W 48G NT LIF SKO|LIFE STORE COSMETIC FOOTAGE/SEQUENCE GRID||||10  
5. 9679-230|COS 56G 44G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10

Answer 1

通过perl，

perl -00pe 's/\n(?!\h*\d)//g' file

或

$ perl -00pe 's/\n(?=\()//g' file
 1. 9187-001|COS 60W 16G T1A CLV|||||10  
 2. 9184-002|COS 48W 28G NT SKO|FOOTAGE/SEQUENCE GRIDS||||10  
 3. 9679-229|COS 56G 40G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10  
 4. 9184-230|COS48W 48G NT LIF SKO|LIFE STORE COSMETIC FOOTAGE/SEQUENCE GRID||||10  
 5. 9679-230|COS 56G 44G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10

Answer 2

awk 也可以做到

awk '{if(!match([=10=],"[0-9]\. ")){print prev[=10=]}else{print [=10=]}; prev=[=10=]}' file

Answer 3

看来每行应该有 7 个字段：

awk -F'|' '
    {[=10=] = prev [=10=]} 
    NF < 7 {prev = [=10=]} 
    NF == 7 {print; prev=""}
' file

但实际上，您应该使用合适的 CSV 解析器：

perl -MText::CSV -Mautodie -E '
    $csv = Text::CSV->new({binary => 1, sep_char => "|", quote_space => 0});
    open $fh, "<", shift;
    while ($row = $csv->getline($fh)) {
        $csv->combine( map {s/\n//g; $_} @$row );
        say $csv->string();
    }
' file

 1. 9187-001|COS 60W 16G T1A CLV|||||10  
 2. 9184-002|COS 48W 28G NT SKO|FOOTAGE/SEQUENCE GRIDS||||10  
 3. 9679-229|COS 56G 40G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES  (ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10  
 4. 9184-230|COS48W 48G NT LIF SKO|LIFE STORE COSMETIC FOOTAGE/SEQUENCE GRID||||10  
 5. 9679-230|COS 56G 44G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES  (ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10

Answer 4

使用 GNU awk 进行多字符 RS：

$ awk -v RS='^$' -v ORS= '{gsub(/\s*\n\(/,"(")}1' file
 1. 9187-001|COS 60W 16G T1A CLV|||||10
 2. 9184-002|COS 48W 28G NT SKO|FOOTAGE/SEQUENCE GRIDS||||10
 3. 9679-229|COS 56G 40G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10
 4. 9184-230|COS48W 48G NT LIF SKO|LIFE STORE COSMETIC FOOTAGE/SEQUENCE GRID||||10
 5. 9679-230|COS 56G 44G NT SVO|"FOOTAGE/SEQUENCE GRIDS FOR STREETSCAPE STORES(ALL COSMETICS ON 60"" HIGH GONDOLAS"||||10

使用 Sed / Awk 在 UNIX 中合并两行

Merge two rows in UNIX using Sed / Awk

regex

unix

bash

awk

sed

输入示例：

期望的输出：