如何將匹配兩個模式的行附加到文件中的前一行？

Question

我有一個 csv 文件，其中應該是一行，但被分成了幾行。 我需要幫助來找到一種方法來加入被分割的行。 此外，字段的數量（由 , 分隔）不是固定的。

正確的行具有以下模式：

X,X,X,"() ",Y,H其中 X 可以是任意數量的字段。 但是，粗體部分（字符串的結尾）是固定的。 Y 和 H 都是一個詞。

問題是這條線可以顯示為（或任何變體）：

X,X,

X， ”（）”

,Y,H

我需要的是一種方法（awk，sed）將沒有 24 個或更多逗號且不以“，Y，H，”結尾的行附加到上一行。

請記住，這是一個大文件，盡管我有 256 GB 的 RAM。

例子

• 正確的線條

a, b, c, "()", h, k

a, b, c, d, "()", h, k

• 文件中的相同行

第一行

一，乙，丙，

"()", h, k

第二行

A B C D， ”（）”

， H

, k

到目前為止，我已經嘗試過這個（不工作）：

awk '/"[:space:]*,[:space:]*[:alpha:]+[:space:]*,[:space:]*[:alpha:]+$/{print}' 檢查。 CSV

嘗試找到以 ", X, Y 結尾的行，其中 X 和 Y 是單詞。

此外，由於正確字段的最小數量為 24，我使用過：

awk 'NF<24{print}' check.csv

過濾掉少於 24 個字段的行。

我的想法是檢測與兩個正則表達式匹配的行並將它們附加到上一行。

謝謝！

Answer 1

這可能對您有用（GNU sed）：

sed '/"()", *[^,]\+, *[^,]\+$/b;:a;N;s/\n//;/"()", *[^,]\+, *[^,]\+$/!ba;P;D' file

不要處理正確的線路，只是退出。

否則追加下一行，刪除引入的換行符並再次嘗試匹配。

重復直到匹配，然后打印/刪除第一行並重復。

Answer 2

perl -lanF, -e 'push @L, grep length, @F; if ($L[-3] eq q/"()"/) { print join ",", @L; @L=() }' file

• 使用-l -n -e在不打印的情況下循環輸入行，將換行符附加到輸出
• 使用-a -F,通過在逗號上拆分輸入來創建@F數組
• push @L, grep length, @F將非空字段推送到@L
• if ($L[-3] eq q/"()"/) - 如果倒數第三個累積字段是魔術標記：
  • print join ",", @L print all of @L join with commas
  • @L=()重置@L