Unix如何基于模式连接行

我想在一个文件中连接行，如下所示

输入

输出

01EPH087362 SHHFHDH 3673 63737 Dhdhj
01EPH636363 DHHDH  3637737Hshshhd
01EPH7373838 HDJJDJ

我希望输出如上所述；基本上每一行都应该以01EPH开始

我有awk和sed，但没有运气。如果你知道，请帮忙

awk '/^01EPH/ { if (record != "") print record; record = ""; pad = "" }
     { record = record pad $0; pad = " " }
     END { if (record != "") print record }'

如果行开始

01EPH

，打印保存的信息（如果有），并清空保存的信息和填充

在每行上，将pad和新行添加到保存的信息中；将焊盘设置为空白

最后，如果保存的记录中有任何内容，请打印该记录

这甚至奇迹般地保留了

DHHDH

和

3637737Hshshhd

之间的双空格，因为

DHHDH

结尾的行上有一个尾随空格

输出：

01EPH087362 SHHFHDH 3673 63737 Dhdhj
01EPH636363 DHHDH  3637737 Hshshhd
01EPH7373838 HDJJDJ

一艘班轮：

tr '\n' ' ' < file.txt | sed s/01EPH/\\n01EPH/g

tr'\n''

tr'\n'

-生成一个字符串

sed s/01EPH/\\n01EPH/g

-换行前缀01EPH输入

$ cat f
01EPH087362 SHHFHDH 3673
63737
Dhdhj
01EPH636363 DHHDH 
3637737
Hshshhd
01EPH7373838 HDJJDJ

$ awk '(s=/^01EPH/) && NR>1{print ""}{printf("%s%s",(s?"":" "),$0)}END{print ""}' f
01EPH087362 SHHFHDH 3673 63737 Dhdhj
01EPH636363 DHHDH  3637737 Hshshhd
01EPH7373838 HDJJDJ

输出

$ cat f
01EPH087362 SHHFHDH 3673
63737
Dhdhj
01EPH636363 DHHDH 
3637737
Hshshhd
01EPH7373838 HDJJDJ

$ awk '(s=/^01EPH/) && NR>1{print ""}{printf("%s%s",(s?"":" "),$0)}END{print ""}' f
01EPH087362 SHHFHDH 3673 63737 Dhdhj
01EPH636363 DHHDH  3637737 Hshshhd
01EPH7373838 HDJJDJ

我的看法：

awk '
    /^01EPH/ {printf "%s%s", nl, $0; nl = "\n"; next} 
    {printf " %s", $0} 
    END {print ""}
' file

---

另一个

awk

$ $ awk 'NR>1 && /^01EPH/ {print ""} 
                          {printf "%s", $0 OFS} 
         END              {print ""}' file

01EPH087362 SHHFHDH 3673 63737 Dhdhj
01EPH636363 DHHDH  3637737 Hshshhd
01EPH7373838 HDJJDJ

---

当模式匹配时添加换行符（第一行除外），否则在结尾追加行…

当文件只有行结尾时，可以使用

sed 's/^01EPH/\r&/;$s/$/\r/' inputfile | tr -d "\n" | tr "\r" "\n"

sed的第一部分在每个

01EPH

之前插入一个

\r

。第二部分在末尾附加一个，以便最后一行也以换行结束。 现在移除原始换行符，并用换行符替换标记的换行符。
它会遍历文件3次，因此任何

awk

解决方案对于大文件都会更好，但我只想用

sed

显示

tr

这里有一个纯Bash（加上

printf

）来实现这一点，它只是为了咯咯地笑：

while IFS= read -r line || [[ -n $line ]]; do 
    if [[ "$line" =~ ^01EPH ]]; then
        printf "%s%s" "$pad" "$line" 
        pad=$'\n'
    else
        printf " %s" "$line"
    fi
done <file  

---

在这两种情况下，

awk

可能会更好……

@suyog:您也可以尝试一下下面的内容，并告诉我这是否对您有帮助

awk '{printf("%s%s",($0 ~ /^01E/ && NR>1)?ORS:NR>1?FS:"",$0)} END{print ""}' Input_file

输出如下

01EPH087362 SHHFHDH 3673 63737 Dhdhj                                                                                                                                           
01EPH636363 DHHDH  3637737 Hshshhd                                                                                                                                             
01EPH7373838 HDJJDJ

---

在您的输出中，使用空格来分隔连接的行是不一致的。即使在中间行中的另一个字符串的中间出现，也会在每一个<代码> 01EF之前插入换行符。

tr

还删除了将其输出转换为非文本文件的所有换行符（根据POSIX），因此任何给定的sed或任何其他工具对其所做的都是未定义的行为，因此YMMV对其进行了处理。最好的情况是，它还添加了一个前导换行符和一个尾随空白字符，并且不提供一个终止换行符，以便为YMMV提供可以对该输出执行的操作。简言之，不要这样做，你是对的。无论如何，我会保留这个答案，以防万一。希望人们能读到评论：）

01EPH087362 SHHFHDH 3673 63737 Dhdhj                                                                                                                                           
01EPH636363 DHHDH  3637737 Hshshhd                                                                                                                                             
01EPH7373838 HDJJDJ