在第一个逗号出现的地方分割超过 10 个单词的行/句子答案

【问题标题】：split lines/sentence with over 10 words where the first comma appears在第一个逗号出现的地方分割超过 10 个单词的行/句子
【发布时间】：2019-10-04 16:51:25
【问题描述】：

我有以下代码，每 10 个单词分割一行。

    #!/bin/bash

while read line
do
counter=1;
    for word in $line
    do
        echo -n $word" ";
    if (($counter % 10 == 0))
      then
        echo "";
    fi
    let counter=counter+1;
    done
done < input.txt

问题是分割点是第10个词。相反，我希望分割点成为第一个逗号字符（仅适用于超过 10 个单词的句子）。

示例：

line1：来自测试行的短语，我想将其拆分，但我不知道如何拆分。

到

line1：来自测试行的短语， line2：我想拆分，不知道怎么拆分。

如果没有找到逗号，则直接返回该行。

谢谢！

编辑：可以使用 Python 或 Bash 解决方案。

【问题讨论】：

您在寻找 python 解决方案还是 bash 解决方案？
我已经删除了 Python 标记，直到您返回有关该标记在此处的相关性或 Python 解决方案是否可以接受的答案。
其实bash或者python方案都可以。

标签： python bash text split

【解决方案1】：

更好的方法是使用 awk 并测试 15 个或更多单词，如果是，只需将 ",\n" 替换为 ", "，例如

awk 'NF >= 15 {sub (", ", ",\n")}1' file

使用/输出示例

使用您在file 中的输入，您将拥有：

$ awk 'NF >= 15 {sub (", ", ",\n")}1' file
phrase from a test line,
which I want to split, and I don't know how.

（如果您有大量行，awk 将比 shell 循环快几个数量级）

【讨论】：

【解决方案2】：

我不确定您是要拆分10 字还是15 字。

如果您正在处理15 字词，只需将10 替换为15。

awk -v OFS=, 'NF > 10{ sub(/, */, ",\n", $0); print }' input.txt

或更清楚：

#! /bin/bash

awk -v OFS=, 'NF > 10{

    # enter this block iff words > 10

    # replace first occurence of , and additional space,
    # if any, with newline
    sub(/, */, ",\n", $0)
    print

}' input.txt

【讨论】：

10/15 足够接近，标题和文字让人有点困惑。英雄所见略同。我认为我们的答案相隔不到 5 秒。
@DavidC.Rankin，哈哈，是的，看到你的答案后我也想知道同样的问题，虽然公平地说，你的答案更精确，更短，被赞成。
两者都值得紫外线。

【解决方案3】：

这是一个检查字符串中单词数量的简单解决方案。如果字符串中的单词数超过 10 则将拆分：

output = []
s = 'phrase from a test line, which I want to split, and I dont know how'
while len (s.split()) > 10:
    first_sent,s = s.split(',',1)
    output.append(first_sent)
output.append(s)

【讨论】：

【解决方案4】：

这是问题for loop in bash simply prints n times the command instead of reiterating的简单版本

简单的版本可以处理

# For each line with 10 words append a newline after the first comma
sed -r '/((\w)+ ){10}/s/,/,\n/' input.txt

【讨论】：