我应该使用sed、awk、perl来更改跨多行的文本并只选择所需的信息吗？

我正在为一个班级做一个项目，在这个项目中，我们获取了一个文件，里面有很多描述班级的行，比如下面的一个

CSC 1010-计算机与应用程序
计算机和应用程序。先修课程：高中代数2。计算机历史，>硬件组件、操作系统、应用软件、数据通信。
3000学时

把它变成

CSC1010，计算机与应用，3

我用过：

sed -n 's/^CSC /CSC/p' courses.txt > practice.txt

哪些产出：

CSC1010-计算机与应用程序
CSC1310-介绍组件编程非主要
CSC2010-计算机科学简介
CSC2310-计算机编程原理
CSC2320-网站开发基金
CSC2510-COMP SCI的理论基础
CSC3010-计算历史
CSC3210-计算机组织与编程
CSC3320-系统级编程
CSC33—C++程序设计 CSC3410-数据结构-CTW
CSC4110-嵌入式系统
CSC4120-机器人技术简介

我还使用了：

sed '/\.000 Course hours//p' courses.txt > courses10.txt

哪些产出：

三, 3. 3. 3. 3. 3. 3. 3. 3. 3. 3. 4. 4. 4. 4. 4. 4. 四,

---

我的问题是尝试选择sed、awk还是perl更好。到目前为止，我已经使用sed消除了课程名称或学分数以外的行。正如你在上面看到的。我希望使用正则表达式对文件进行排序，得到以“CSC”开头或包含“.000学时”的每一行。我想，在得到输出后，我可以在sed中使用一个命令，从以CSC开头的行的末尾删除新行，并用逗号替换它。之后，我将用逗号替换反斜杠。然而，要做到这一点，我想我需要使用一个扩展表达式，这样sed可能就不存在了。我考虑使用的正则表达式是

（^CSC[0-9]\.000）

。那么，我应该用sed、awk还是perl来做这件事呢。如果你能提供你的理由，说明为什么使用你建议的方法会更有效

我会选择

awk

，因为您需要匹配和重新格式化行，

awk

非常适合：

/CSC/ {                 # Lines that match CSC
    split($0,a,"- ")    # Split the line around the hyphen and following space
    gsub(/ /,"",a[1])   # Remove the spaces from the first part of the split
    printf a[1]","a[2]  # Print the line in required format
}
/Credit hours/ {        # Lines that match Credit hours
    printf ",%i\n",$1   # Print the integer value of credit hours  
}

演示：

我更喜欢

awk

而不是

Perl

，这对这一点没有好处（或缺点）。使用

sed

将是一种regexp攻击，因此我不会使用

sed

解决方案

在Perl中：

while (<>) {
  chomp;
  print if s/^CSC\s+/CSC/ and s/\s+-\s+/,/;
  printf ",%.0f\n", $1 if /^([\d.]+)\s+Credit hours/;
}

while（）{
咀嚼；
如果s/^CSC\s+/CSC/和s/\s+-\s+/，则打印；
printf“，%.0f\n”，$1如果/^（[\d.]+）\s+学时/；
}

欢迎来到堆栈溢出。请通过发布一些您应用于问题的代码、所有相关错误消息，以及您测试的任何示例来改进您的问题。另外，请包含一个正确格式的预期输出示例，以便大家了解您试图实现的结果。我将再次尝试添加我使用的代码。正如我之前所说的，当我试图提交问题时，它不断地给我错误。你用哪一个来做这件事？随便你喜欢。都试试，然后你告诉我们。任何方法都可以，大多数人都会根据自己最熟悉的东西来选择。@sudo\u O:谢谢。固定的。

while (<>) {
  chomp;
  print if s/^CSC\s+/CSC/ and s/\s+-\s+/,/;
  printf ",%.0f\n", $1 if /^([\d.]+)\s+Credit hours/;
}