tr 'nt+'命令在外壳 bash 中不起作用？

Question

Text1  Text2
(3 tabs)  text 3
(4 tabs)  text 4
 (2 tabs) text 5
Text2 Text7
(2 tabs) Text8  

我有一个上述格式的文本文件。基本上我想做的是，我想用一个特殊字符替换连续的换行符和制表符。我正在使用这个命令

tr 'nt+' '@'

我期待这个输出

Text1 Text2@text 3@text 4@text 5<br/>
Text2 Text7@Text8

这个正则表达式可以很好地与eclipse查找和替换(也可以与editplus)一起工作。然而，tr将所有内容放在一行中。

谁能告诉我tr有什么问题，用这个正则表达式?分辨率是多少?

Answer 1

tr命令使用错误。它允许您将一个字符(类)转换为另一个字符(类)，但您不能将其用于像这样的正则表达式字符串替换。

您可以使用gnu sed代替:

sed ':a;N;$!ba;s/nt+/@/g;' file
Text1  Text2@text 3@text 4@text 5
Text2 Text7@text8

这个sed命令有两个部分:

1. :a;N;$!ba;:通过N命令将当前行和下一行附加到模式空间(是一个循环，在应用字符串替换之前先读取整个输入)
2. s/nt+/@/g;用@
替换后跟一个或多个制表符的换行符

EDIT:这是一个非gnu sed版本，也可以在OSX上工作:

sed -e ':a' -e 'N' -e '$!ba' -e $'s/\ntt*/@/g' file

Answer 2

@anubhava的有用答案解释了为什么tr在这里不起作用，但是纯粹的sed解决方案有一个轻微的缺点(除了有点难以理解之外):它在执行所需的字符串替换之前将整个输入文件读入内存(这对于较小的文件来说可能完全没问题)。

如果你:

• 有GNU awk或mawk
• 和不介意合并awk和sed

这里有一个解决方案，它不会一次读取整个输入:

awk -v RS='nt+' -v ORS=@  '1' file | sed '$d'

• -v RS='nt+'将[input]记录分隔符分配给RS，该分隔符将输入(可能跨行)分隔为基于至少一个空格的换行符分隔的记录。请注意，使用正则表达式作为记录分隔符是不符合posix的，因此需要GNU awk或mawk。
• -v ORS=@将@赋值给变量ORS(输出记录分隔符)。
• 1在这种情况下构成了整个awk程序:它是一个与{print}有效相同的常见快捷方式，即它只是输出每个输入记录，后面跟着输出记录分隔符ORS。然而，由于每一个记录，包括最后一个记录，都以ORS结束，我们最终在输出的末尾得到n@，这是不希望的。
• sed '$d'简单地从输出中删除最后一行($匹配最后一行，d删除它)。