如何在正则表达式中匹配两个新行 () 而不是一个?

Question

我有一个文本文件，这是一个包含超过80,000个单词的字典，我需要以某种方式解析它，但首先我需要对其进行整理，以便以后可以轻松解析它。正则表达式中有没有办法匹配两个新行而不是一个？即搜索整个文件以查找两个新行而不是一个新行？因为字典中的每个新单词后面都有两行新行。

整个文件的文本格式如下所示：

English : Pyramid of the Cerebellum
Section: Medical
Translation: ...
Description: ...

English: Pyramid
Section: General
Translation: ...
Description: ...

如您所见，每个单词后有 2 个新行，所以我想找到所有大于 2 的新行......然后使用 AWK 替换它，可能吗？

我希望输出是这样的：

English : Pyramid of the Cerebellum
Section: Medical
Translation: ...
Description: ...
English: Pyramid
Section: General
Translation: ...
Description: ...

Answer 1

一个非常快速的方法是使用 awk

awk 'BEGIN{RS="";ORS="nn"}1' /path/to/your/file > /path/to/new/file

这是如何工作的：

awk 知道概念记录(默认为行(，您可以通过其记录分隔符RS定义记录。如果将RS的值设置为空字符串，它将匹配任何大量空行作为记录分隔符。值ORS是输出记录分隔符。它指出应在两个连续记录之间打印哪个分隔符。这设置为两个<换行符>字符。最后，语句1是{print $0}的简写，它打印当前记录，后跟输出记录分隔符ORS。

Answer 2

你能试试下面的吗？

awk '!/^$/{flag=""} /^$/{flag++} flag==2 && /^$/{next} 1'  Input_file

说明：现在也为上述代码添加说明。

awk '
!/^$/{              ##Checking if a line is NOT starting with blank space if yes then do following.
flag=""           ##Nullifying value of variable flag here.
}                   ##Closing this blosk condition here.
/^$/{               ##Checking if a line starts with a blank line then do following.
flag++            ##Incrementing value of variable flag with 1 here.
}                   ##Closing this bock condition here.
flag==2 && /^$/{    ##Checking condition here if variable flag value is 2 and line is empty then do following.
next              ##next keyword is out of the box keyword for awk and will skip all further statements from here.
}                   ##Closing this block condition here.
1                   ##By mentioning 1 printing edited/non-edited line here.
' Input_file        ##Mentioning Input_file name here.

Answer 3

您可以使用以下awk命令：

awk '!NF&&!n{print;n=1}NF{print;n=0}' your_text_file