代码之家 › 专栏 › 技术社区 › kal

将多行合并为一行

awk sed scripting vim

kal · 技术社区 · 15 年前

我有一个输入为

Input:
<abc a="1">
   <val>0.25</val>
</abc> 
<abc a="2">
    <val>0.25</val>
</abc> 
<abc a="3">
   <val>0.35</val>
</abc> 
 ...

Output:
<abc a="1"><val>0.25</val></abc> 
<abc a="2"><val>0.25</val></abc>
<abc a="3"><val>0.35</val></abc>

我在一个输入格式的文件中有大约20万行,如何快速地将其转换为输出格式。

11 回复 | 直到 15 年前

Dave Kirby 11 年前

在vim里你可以用

:g/<abc/ .,/<\/abc/ join!

通常情况下:join会在每行末尾添加一个空格,但 ! 抑制它。

一般来说,我建议使用Python、Ruby或Perl等语言中适当的XML解析库来处理XML文件(我建议使用Python+ElementTree),但在这种情况下,使用regex解决方案就足够简单了。

Matteo Riva 15 年前

在Vim中:

qq
gJgJ :连接下两行而不添加空格
j :向下
q :停止录制
N@q :N=行数(实际上大约是所有行的1/3,因为它们在运行中被压缩)

glenn jackman 15 年前

$ awk '
    /<abc/ && NR > 1 {print ""}
    {gsub(" +"," "); printf "%s",$0}
' file
<abc a="1"> <val>0.25</val></abc>
<abc a="2"> <val>0.25</val></abc>
<abc a="3"> <val>0.35</val></abc>

pazhitnov 15 年前

while read s; do echo -n $s; read s; echo -n $s; read s; echo $s; done < file.xml

Neg_EV 15 年前

可以录制宏。基本上,我要做的是从光标在第一行的开始处开始。按“qa”(将宏记录到a寄存器)。按下shift-V键可切换为逐行显示模式。然后搜索结束标记“//abc”。然后按shift-J键连接管路。然后您必须将光标移动到下一个标记,可能是使用“j^”,然后按“q”停止录制。然后可以使用'@a'重新运行录制或指定10000@a如果你愿意的话。如果标签不一样或者不在后面,你只需要改变你找到开始和结束标签的方式来搜索或者类似的东西。

SergioAraujo 15 年前

sed '/^<abc/{N;N;s/\n\| //g}'

# remove \n or "space" 
# Result

<abca="1"><val>0.25</val></abc>
<abca="2"><val>0.25</val></abc>
<abca="3"><val>0.35</val></abc>

zellio 15 年前

不雅观的perl一行就应该做到这一点,尽管不是特别快。

cat file | perl -e '
    $x=0;
    while(<>){
        s/^\s*(\S*(?:\s+\S+)*)\s*$/$1/g;
        print;
        $x++;
    if($x==3){
        print"\n";
        $x=0;
    }
}' > output

codaddict 15 年前

您可以这样做:

perl -e '$i=1; while(<>){chomp;$s.=$_;if($i%3==0){$s=~s{>\s+<}{><};print "$s\n";$s="";}$i++;}' file

ghostdog74 15 年前

sed '/<abc/,/<\/abc>/{:a;N;s/\n//g;s|<\/abc>|<\/abc>\n|g;H;ta}'  file

ghostdog74 15 年前

tr "\n" " "<myfile|sed 's|<\/abc>|<\/abc>\n|g;s/[ \t]*<abc/<abc/g;s/>[ \t]*</></g'

user301075 user301075 15 年前

:%s/\(^<abc.*>\)^M^\(.*\)^M^\(^<\/abc>\).*^M/\1\2\3^M/g

我应该有额外的空格(或者在值之间有一个制表符),但是您可以根据它是什么来删除它(\t或\\\\)。

您正在搜索/替换的是(pattern1)[enter](pattern2)[enter](pattern3)[enter],并将其替换为(pattern1)(pattern2)(pattern3)[enter]

^M是用ctrl+v ctrl+M完成的