关于bash：使用sed从字段中间删除换行符


Using sed to remove new line characters from the middle of a field

我拥有的数据看起来像这样

1
2
3
4
a,b,c,d
a,b1
b2,c,d
A,B,C,D

正在发生的事情是，在字段2中偶尔在第二个字段中有一个换行符，因此该行被分成了两行

到目前为止，我已经找到了一个sed脚本，它将像

所示进行此操作

1
2
cat file| sed ':a;N;$!ba;s/\\(\\(b1\\)\\)\
/\\1/g'

但是我正在努力获取(。*，)的正确组合以使此工作正常进行，因此我已将其替换为b1以使此示例正常工作，但在现实世界中，A，B，C和D为实地长度和含量的混合

我正在寻找的最终结果是这个

1
2
3
a,b,c,d
a,b1b2,c,d
A.B,C,D

非常感谢您的帮助

谢谢
马特

相关讨论

我这里有一个尚不完美的解决方案-但我会进一步考虑。如果您的sed版本支持扩展的正则表达式，则可以执行以下操作：

1
2
3
cat file | sed -r ':a;N;$!ba;s/((^|\
)([^,]+,){0,2}[^,]+)\
/\\1/g'

如果在前三列之一中有换行符，这将起作用。到目前为止，它还不能与"行"中的多个换行符一起使用。

说明：
(^|\
)匹配行的开头(分别是换行符)
[^,]+,表示：至少一个字符(+表示一个或多个)！
([^,]+,){0,2}如果有0-2列以"，"分隔，则匹配
[^,]+表示0-2列后面有一些(至少一个)字符！="，"。
尾随\
匹配换行符

总结了s命令将匹配所有包含0-3列并在末尾有换行符的行，并将其替换为自身(\\1)，但不包括尾随的换行符。

相关讨论

在awk中

1
awk -F, 'NF < 4 {getline nextline; $0 = $0 nextline} 1' filename