使用sed或awk或其他文本處理器來查找/替換範圍內的數字

Question

我是一個使用正則表達式和處理文本的初學者。我需要做的是將文件中的文本格式化爲CSV格式以導入到電子表格中。

我需要找到一個具有一定範圍的數字並插入回車符 - \r - 在它後面並刪除一個逗號。我知道如何查找/替換特定字符，但不是在一系列字符或數字中。

這是處理：我有一個長文本文件，在這種格式。

Shimshon A 
(blank) 
November 24, 2012 
13,481 
jonathan t 
Laguna Niguel, CA 
November 24, 2012 
13,480 
scott b 
Sussex, NJ 
November 24, 2012 
13,479 

我添加行逗號和開始/在找到一個文本編輯器行引號月底結束/替換：

"Shimshon A", 
"(blank)", 
"November 24, 2012", 
"13,481", 
"jonathan t", 
"Laguna Niguel, CA", 
"November 24, 2012", 
"13,480", 
"scott b", 
"Sussex, NJ", 
"November 24, 2012", 
"13,479", 

但是，一旦當我刪除所有的回報，我需要插入到1範圍內13481號碼後返回這是因爲在CSV每一列必須是名稱，位置，日期和數目，像這樣：

"Shimshon A","(blank)","November 24, 2012","13,481" 
"jonathan t","Laguna Niguel, CA","November 24, 2012","13,480" 
"scott b","Sussex, NJ","November 24, 2012","13,479" 

Answer 1

另一種方式來處理這個問題是考慮你的 數據集作爲四線

組使用awk：

awk 'NR%4!=0 { printf "%s", $0; next } { sub(/,$/,"") }1' file 

結果：

"Shimshon A","(blank)","November 24, 2012","13,481" 
"jonathan t","Laguna Niguel, CA","November 24, 2012","13,480" 
"scott b","Sussex, NJ","November 24, 2012","13,479" 

說明：

正如你可以看到，這裏使用了modulus operator爲 'grep' 可以每行不是正好可以被f整除我們（即不是整數）。 'printf'語句將這些行打印在一起。 '下'會在成功時跳過。在所有其他時間，滯後逗號被刪除，並且行被打印（默認情況下，語句末尾的1是簡寫）。任何問題，請隨時詢問。 HTH。

你可能還集成逗號和雙引號的增加，通過簡單地改變printf聲明：

awk 'NR%4!=0 { printf "\"%s\",", $0; next } { printf "\"%s\"\n", $0 }' file 

---

使用GNU sed：

sed -n 'N;N;N;s/\n\|,$//g;p' file 

或者之前加逗號和雙引號：

sed -n 'N;N;N;s/^\|$/"/g;s/\n/","/g;p' file 

結果：

"Shimshon A","(blank)","November 24, 2012","13,481" 
"jonathan t","Laguna Niguel, CA","November 24, 2012","13,480" 
"scott b","Sussex, NJ","November 24, 2012","13,479" 

說明：

雖然這種解決方案是要短得多，它具有與使用awk，與上述相同的情緒。對於第一個sed聲明：使用-n標誌禁用默認打印。追加三行到模式空間。在第四行，刪除換行符和滯後逗號。然後打印。

第二個sed聲明大同小異;將三行添加到模式空間。在第四行，用雙引號替換行的開始和結尾。同時用雙引號，逗號，雙引號替換換行符;全球。然後打印。 HTH。

---

從評論：

從我的經驗整理使用awk（儘管可能）會變得困難，而快速閱讀。這裏有一個方法，可以讓您重新使用一些我們已經使用其他兩個工具，paste和sort寫以前的代碼：

paste <(awk -F, 'NR%4==2 { print $NF }' file) <(awk 'NR%4!=0 { printf "\"%s\",", $0; next } { printf "\"%s\"\n", $0 }' file) | sort | sed 's/[^"]*//' 

應當指出的是，該命令加逗號之前使用輸入和雙引號 - 正如您所看到的，它使用上述第二個awk命令。它通過在我們之前獲得的每個結果之前粘貼（與paste）「狀態」。然後這允許使用sort按字母順序排列該行。輸入完成排序後，sed用於剝離此信息。