如果行不以 KEYWORD 开头，则删除换行符答案

【问题标题】：Remove line break if line does not start with KEYWORD如果行不以 KEYWORD 开头，则删除换行符
【发布时间】：2012-11-15 01:37:15
【问题描述】：

我有一个平面文件，其中的线条看起来像

KEYWORD|DATA STRING HERE|32|50135|ANOTHER DATA STRING
KEYWORD|STRING OF DATA|1333|552555666|ANOTHER STRING
KEYWORD|STRING OF MORE DATA|4522452|5345245245|REALLY REALLY REALLY REALLY
LONGSTRING THAT INSERTED A LINE BREAK WHEN I WAS EXTRACTING FROM SQLPLUS/ORACLE
KEYWORD|.....

如何删除换行符，以便

KEYWORD|STRING OF MORE DATA|4522452|5345245245|REALLY REALLY REALLY REALLY
LONGSTRING THAT INSERTED A LINE BREAK WHEN I WAS EXTRACTING FROM SQLPLUS/ORACLE

变成

KEYWORD|STRING OF MORE DATA|4522452|5345245245|REALLY REALLY REALLY REALLY LONGSTRING THAT INSERTED A LINE BREAK WHEN I WAS EXTRACTING FROM SQLPLUS/ORACLE

这是在 HP-UNIX 环境中，我可以将文件移动到另一个系统（安装了 powershell 和 ruby 的 windows 盒子）。

【问题讨论】：

可以egrep -v "^KEYWORD" your_file.txt吗？

标签： ruby regex powershell sed awk

【解决方案1】：

我不知道您使用的是什么工具，但是您可以使用此正则表达式匹配每个 \n（或者可能是 \r），而不是 KEYWORD，因此您可以将其替换为 @987654325 @ 你就会拥有它。

DEMO

正则表达式：\r(?!KEYWORD)（带全局修饰符）

【讨论】：

我正在将其复制到 Windows 机器上，并将尝试使用该正则表达式将其替换为 notepad++ 或 ruby，具体取决于。谢谢。
如果不是太长的文件，你甚至可以使用我给你的带有演示的页面来替换。

【解决方案2】：

Ruby 的 Array 有一个很好的方法，称为 slice_before，它继承自 Enumerable，在这里可以起到帮助作用：

require 'pp'

text = 'KEYWORD|DATA STRING HERE|32|50135|ANOTHER DATA STRING
KEYWORD|STRING OF DATA|1333|552555666|ANOTHER STRING
KEYWORD|STRING OF MORE DATA|4522452|5345245245|REALLY REALLY REALLY REALLY
LONGSTRING THAT INSERTED A LINE BREAK WHEN I WAS EXTRACTING FROM SQLPLUS/ORACLE
KEYWORD|.....'

pp text.split("\n").slice_before(/^KEYWORD/).map{ |a| a.join(' ') }

=> ["KEYWORD|DATA STRING HERE|32|50135|ANOTHER DATA STRING",
 "KEYWORD|STRING OF DATA|1333|552555666|ANOTHER STRING",
 "KEYWORD|STRING OF MORE DATA|4522452|5345245245|REALLY REALLY REALLY REALLY LONGSTRING THAT INSERTED A LINE BREAK WHEN I WAS EXTRACTING FROM SQLPLUS/ORACLE",
 "KEYWORD|....."]

此代码只是在换行符处拆分您的文本，然后使用slice_before 将结果数组分解为子数组，每个子数组对应以/^KEYWORD/ 开头的文本块。然后它遍历生成的子数组，用一个空格将它们连接起来。任何未预先拆分的行都将被单独保留。被破坏的被重新加入。

在实际使用时，您可能希望将 pp 替换为常规的 puts。

至于使用 Ruby 将代码移至 Windows，为什么？在 HP-Unix 上安装 Ruby 并在那里运行它。这是一个更自然的合身。

【讨论】：

【解决方案3】：

这个简短的 awk oneliner 应该可以完成这项工作：

awk '/^KEYWORD/{print ""}{printf $0}' file

【讨论】：

+1 用于解决方案（几乎）。如果 $0 包含 printf 格式字符， printf $0 会很糟糕。 printf 的概要是printf format,data，所以这样使用它：printf "%s",$0。您还需要添加一个END{print ""}。

【解决方案4】：

这可能对你有用（GNU sed）：

sed ':a;$!{N;/\n.*|/!{s/\n/ /;ba}};P;D' file

在模式空间中保留两行，如果第二行不包含|，则用空格替换换行符并重复，直到它包含或到达文件末尾。

这里假设最后一个字段是溢出的字段，否则使用KEYWORD 这样的：

sed ':a;$!{N;/\nKEYWORD/!{s/\n/ /;ba}};P;D' file

【讨论】：

【解决方案5】：

Powershell方式：

[System.IO.File]::ReadAllText( "c:\myfile.txt" ) -replace "`r`n(?!KEYWORD)", ' '

【讨论】：

【解决方案6】：

您可以为此使用sed 或awk（首选） »

sed -n 's|\r||g;$!{1{x;d};H};${H;x;s|\n$KEYWORD$|\r\1|g;
s|\n||g;s|\r|\n|g;p}' file.txt
awk 'BEGIN{ORS="";}NR==1{print;next;}/^KEYWORD/
{print"\n";print;next;}{print;}' file.txt

注意： 将每个命令（sed，awk）写成一行

【讨论】：

啊，sed 脚本的清晰度 :-)。 sed 是用于在单行上进行简单替换的出色工具，对于其他任何内容，只需使用 awk。
只是似乎不值得发布 sed，因为没有人应该这样做。
@EdMorton - 我在答案中包含了sed 解决方案，因为问题也被标记为sed。
啊，明白了。我的印象是标签中提到的工具是 OP 认为可能解决他的问题的工具，而不是他正在寻找所有这些工具的解决方案，但我知道你来自哪里，谢谢。