我有一个混乱的输入文件,其中有意外的换行符。它用制表符分隔的文件。由于某些列是文本数据,我认为awk是一个不错的选择,但我并不精通它。
虽然每行应该有 N 列,但换行符不正确,许多行的列较少。这是一个虚拟的例子,
a1 a2 a3 a4 a5
b1 b2 b3 b4 b5
c1 c2 c3
c4 c5
d1 d2 d3
d4
d5
e1 e2 e3 e4 e5
[请注意,当一行实际开始时,永远不会少于 3 列。你从来没有像这样休息过,f1 f2 n f3 f4 f5
]
所以我想删除不正确的换行符并使其看起来像这样,其中每行有 5 列,
a1 a2 a3 a4 a5
b1 b2 b3 b4 b5
c1 c2 c3 c4 c5
d1 d2 d3 d4 d5
e1 e2 e3 e4 e5
因此,如果前一行少于 3 列,我需要一种方法将一行附加到上一行。或者将一行附加到下一行并更新 NF,以便重复追加,直到有 5 列。
我尝试编辑"awk 'NF<4{printf "%s", $0;next}1' 文件"以附加到上一行,但这不起作用。
有什么想法吗?
with gawk
awk -v RS='[ n]+' 'ORS=NR%5?FS:"n"' file
a1 b1 c1 d1 e1
a2 b2 c2 d2 e2
a3 b3 c3 d3 e3
a4 b4 c4 d4 e4
a5 b5 c5 d5 e5
假设数据以空格分隔,将记录分隔符设置为空格或换行符以将所有字段标记为记录,NR
对记录进行计数,并在每 5 条记录(其中NR/5
变为零(之后通过设置输出记录分隔符插入换行符ORS
,否则在字段之间FS
使用字段分隔符,默认情况下为空格。
使用 xargs
:
输入
$ cat file
a1 a2 a3 a4 a5
b1 b2 b3 b4 b5
c1 c2 c3
c4 c5
d1 d2 d3
d4
d5
e1 e2 e3 e4 e5
输出
$ xargs -n 5 < file
a1 a2 a3 a4 a5
b1 b2 b3 b4 b5
c1 c2 c3 c4 c5
d1 d2 d3 d4 d5
e1 e2 e3 e4 e5