空白的多行的自动递增编号

Question

我有一个这样的文件

apple

ae-pal

noun.

a fruit

ball

b'al

noun.

playing material
round shaped

等等。所以它以单词开头，然后是一个空行和发音（我知道上面的那些是愚蠢的：P）。然后是词性和意义。每学期后有空行。 我最终想要的是进行递归调用，以便它拍摄第一个单词并放置在数据库中的一个表中（mysql，可能是），然后第二个进入同一个表的对应行，依此类推。

首先我想给这些空间编号。比如 1 2 3 4 等等。这样我就可以将所有 1、5、9（即 2*x+1）放在一个地方，将 2*x 放在另一个地方，这样我就可以达到我的目的，我可以将它们推送到数据库中，最终得到我的字典。

我可以找到一种用数字替换空行的方法，但不知道如何使它们增加数字。我想知道如何使用 sed、awk 甚至 python 来实现这一点。毫无疑问，正则表达式将会出现。

伪代码

is line empty ? 
   yes ? give a number  x (x =1)
   increase x by 1
   no ? go to next line
   repeat till eof.

希望我说的够清楚了！

Answer 1

这可能对你有用：

awk '/^$/{print ++c;next};1' file

或 GNU sed：

touch /tmp/c
addone () { c=$(</tmp/c); ((c+=1)); echo $c | tee /tmp/c; }
export -f addone
sed '/^$/s//addone/e' file
rm /tmp/c

另一种方法可能是将所有空行转换为制表符，每四个制表符转换为换行符。

sed ':a;$!{N;ba};s/\n\n/\t/g;y/\n/ /;' file | sed 's/\t/\n/4;P;D'

Answer 2

您可以使用iterable，因为它仅在调用next() 时才会产生

with open('data.txt') as f:
    lines=[x.strip() for x in f]
    spaces=lines.count('')   #count the number of empty lines
    odd_spaces=spaces//2+1   #odd lines 1,3,5,7...
    even_spaces=spaces-odd_spaces #even lines 2,4,6,...

    it=iter(range(1,spaces+1)) #create an iterable
    try:
        lines=[x if x!='' else next(it) for x in lines]  #if line is empty then call next(it)
    except StopIteration:
        pass
    for x in lines:
        print(x)

    fil=[4*x+1 for x in range(0,spaces+1) if 4*x+1<spaces] #4x+1
    print(fil)
    row=[lines[lines.index(x)-1] for x in fil]
    print(row)

    fil=[2*x+1 for x in range(0,spaces+1) if 2*x+1<spaces] #2x+1
    print(fil)
    row=[lines[lines.index(x)-1] for x in fil]
    print(row)

输出：

apple
1
ae-pal
2
noun.
3
a fruit
4
ball
5
b'al
6
noun.
7
playing material
round shaped
[1, 5]
['apple', 'ball']
[1, 3, 5]
['apple', 'noun.', 'ball']

Answer 3

(line for line in open(...) if line)

是对文件非空行的迭代。使用this recipe 进行四次迭代：

def grouper(iterable, n, fillvalue=None):
    args = [iter(iterable)] * n
    return izip_longest(*args, fillvalue=fillvalue)

nonempty_lines = (line for line in open(...) if line)
grouper(nonempty_lines, 4)

Answer 4

你为什么不运行一个循环计算空行然后插入数据库 正则表达式很重要吗？

给你，一个快速而肮脏的 php 实现

<?php

$filename = $argv[1];

if(file_exists($filename) && is_readable($filename)) {

    $fh = fopen ($filename, "r");
    $count = 0;
    $el = 0;
    $items = array();
    while(!feof($fh)) {
        $line = fgets($fh);
        if($line == "\n")
        {
            $count++;
            if($count == 4)
            {
                $el ++;
                $count = 0;
            }
            continue;
        }
        $items[$el][$count] .= $line;
    }
    fclose($fh);
}
var_dump($items);

?>

在命令行中以 php script.php 文件名运行它 这就是我得到的

array(4) {
  [0] =>
  array(4) {
    [0] =>
    string(6) "apple\n"
    [1] =>
    string(7) "ae-pal\n"
    [2] =>
    string(6) "noun.\n"
    [3] =>
    string(8) "a fruit\n"
  }
  [1] =>
  array(4) {
    [0] =>
    string(5) "ball\n"
    [1] =>
    string(5) "b'al\n"
    [2] =>
    string(6) "noun.\n"
    [3] =>
    string(30) "playing material\nround shaped\n"
  }
  [2] =>
  array(4) {
    [0] =>
    string(5) "pink\n"
    [1] =>
    string(7) "pe-ank\n"
    [2] =>
    string(6) "color\n"
    [3] =>
    string(14) "girlish\ncolor\n"
  }
  [3] =>
  array(1) {
    [0] =>
    string(0) ""
  }
}