使用 awk 或 sed 合并/打印与模式匹配的行（oneliner？）

Question

我有一个包含以下文本的文件：

subject:asdfghj
subject:qwertym
subject:bigger1
subject:sage911
subject:mothers
object:cfvvmkme
object:rjo4j2f2
object:e4r234dd
object:uft5ed8f
object:rf33dfd1

我希望使用 awk 或 sed 实现以下结果（因为 oneliner 将是一个奖励！[Perl oneliner 也可以接受]）：

subject:asdfghj,object:cfvvmkme
subject:qwertym,object:rjo4j2f2
subject:bigger1,object:e4r234dd
subject:sage911,object:uft5ed8f
subject:mothers,object:rf33dfd1

我希望将匹配“主题”和“对象”的每一行按照列出的顺序组合在一起，并用逗号分隔。我可以看一个用 awk、sed 或 perl 完成的例子吗？ （如果可能的话，最好是单线？）

我已经尝试过使用 awk 来执行此操作，但我仍在学习我应该添加：

awk '{if ($0 ~ /subject/) pat1=$1; if ($0 ~ /object/) pat2=$2} {print $0,pat2}'

但是并没有按照我的想法去做！所以我知道我的语法错误。如果我看到一个对我学习有很大帮助的例子。

Answer 1

由于您特别要求使用“oneliner”，我认为简洁对您来说比清晰更重要，因此：

$ awk -F: -v OFS=, 'NR>1&&$1!=p{f=1}{p=$1}f{print a[++c],$0;next}{a[NR]=$0}' file
subject:asdfghj,object:cfvvmkme
subject:qwertym,object:rjo4j2f2
subject:bigger1,object:e4r234dd
subject:sage911,object:uft5ed8f
subject:mothers,object:rf33dfd1

Answer 2

grep、paste 和进程替换

$ paste -d , <(grep 'subject' infile) <(grep 'object' infile)
subject:asdfghj,object:cfvvmkme
subject:qwertym,object:rjo4j2f2
subject:bigger1,object:e4r234dd
subject:sage911,object:uft5ed8f
subject:mothers,object:rf33dfd1

这会将grep 'subject' infile 和grep 'object' infile 的输出视为由于进程替换（<( )）而产生的类似文件，然后将结果与paste 一起粘贴，使用逗号作为分隔符（由-d , 表示） .

sed

这个想法是读取所有主题行并将其存储在保持空间中，然后为每个对象行获取保持空间，获取正确的主题并将剩余的主题行放回保持空间。

首先是不可读的单行线：

$ sed -rn '/^subject/H;/^object/{G;s/\n+/,/;s/^(.*),([^\n]*)(\n|$)/\2,\1\n/;P;s/^[^\n]*\n//;h}' infile
subject:asdfghj,object:cfvvmkme
subject:qwertym,object:rjo4j2f2
subject:bigger1,object:e4r234dd
subject:sage911,object:uft5ed8f
subject:mothers,object:rf33dfd1

-r 用于扩展正则表达式（不转义括号，+ 和 |），-n 默认不打印。

扩展，更具可读性和解释性：

/^subject/H         # Append subject lines to hold space
/^object/ {         # For each object line
    G               # Append hold space to pattern space
    s/\n+/,/        # Replace first group of newlines with a comma

    # Swap object (before comma) and subject (after comma)
    s/^(.*),([^\n]*)(\n|$)/\2,\1\n/

    P               # Print up to first newline
    s/^[^\n]*\n//   # Remove first line (can't use D because there is another command)
    h               # Copy pattern space to hold space
}

备注：

• 当第一次获取保持空间时，它以换行符开始（H 加一个），所以换行符到逗号替换替换了一个或多个换行符，因此\n+：两个换行符第一次，其他的。
• 为了在交换中锚定主题部分的结尾，我们使用(\n|$)：换行符或模式空间的结尾——这也是为了在最后一行获得交换，我们没有模式空间末尾的换行符。
• 这适用于 GNU sed。对于 MacOS 中的 BSD sed，需要进行一些更改：
  • -r 选项必须替换为 -E。
  • 在右大括号之前必须有一个额外的分号：h;}
  • 要在替换字符串中插入换行符（swap 命令），我们必须将 \n 替换为 '$'\n'' 或 '"$(printf '\n')"'。

Answer 3

我会在perl 中这样做：

#!/usr/bin/perl

use strict;
use warnings;

my @subjects;
while ( <DATA> ) { 
    m/^subject:(\w+)/ and push @subjects, $1; 
    m/^object:(\w+)/ and print "subject:",shift @subjects,",object:", $1,"\n";
}


__DATA__
subject:asdfghj
subject:qwertym
subject:bigger1
subject:sage911
subject:mothers
object:cfvvmkme
object:rjo4j2f2
object:e4r234dd
object:uft5ed8f
object:rf33dfd1

减少到一个班轮，这将是：

perl -ne '/^(subject:\w+)/ and push @s, $1; /^object/ and print shift @s,$_' file

Answer 4

不是 perl 或 awk，而是更简单。

$ pr -2ts, file
subject:asdfghj,object:cfvvmkme
subject:qwertym,object:rjo4j2f2
subject:bigger1,object:e4r234dd
subject:sage911,object:uft5ed8f
subject:mothers,object:rf33dfd1

说明

-2 2 列

t忽略打印标题（文件名、日期、页码等）

s, 使用逗号作为列分隔符