объединить группы строк с помощью sed

Question

Я хотел бы объединить каждую группу строк из файла:

    <tr>
            <td >441</td>
            <td >S</td>
            <td >0,74</td>
    </tr>
    <tr>
            <td >442</td>
            <td >S</td>
            <td >0,14</td>
    </tr>

до одной строки (для меня не важно количество пробелов или табуляций между тд):

    <tr> <td >441</td> <td >S</td> <td >0,74</td> </tr>
    <tr> <td >442</td> <td >S</td> <td >0,14</td> </tr>

Каждая группа (с ':set line' в vi) выглядит так:

     ^I<tr>$
     ^I^I<td >441</td>$
     ^I^I<td >S</td>$
     ^I^I<td >0,74</td>$
     ^I</tr>$

У меня есть реальная проблема сделать это самостоятельно с помощью команды sed. Любая помощь будет оценена.

Answer 1

С помощью sed вы можете сделать это:

$ cat inf
    <tr>
            <td >441</td>
            <td >S</td>
            <td >0,74</td>
    </tr>
$ sed ':a;N;s/\n//;ta' inf
    <tr>            <td >441</td>           <td >S</td>         <td >0,74</td>  </tr>

который делает это:

• :a делает этикетку
• N добавит текущую строку в буфер, тем самым допуская следующую команду
• s/\n// заменит новую строку из предыдущей команды ничем, эффективно объединяя строки
• ta есть "гото: а"

Более простой способ - использовать tr:

$ cat inf
    <tr>
            <td >441</td>
            <td >S</td>
            <td >0,74</td>
    </tr>
$ cat inf|tr -d '\n'
    <tr>            <td >441</td>           <td >S</td>         <td >0,74</td>  </tr>

где -d '\n' означает "удалить новую строку".

РЕДАКТИРОВАТЬ: неправильно понял, что вы хотите. Если вы хотите обработать несколько вышеуказанных групп в одном входном потоке, вот что вы можете сделать с помощью sed:

$ cat inf
  foo
  baz
    <tr>
            <td >441</td>
            <td >S</td>
            <td >0,74</td>
    </tr>
  fizz
  buzz
    <tr>
            <td >441</td>
            <td >S</td>
            <td >0,74</td>
    </tr>
  tomato
  potato
$ sed -r '/<tr/{:a;N;s/[\t\n]//g;/<\/tr/!ba}' inf
  foo
  baz
<tr><td >441</td><td >S</td><td >0,74</td></tr>
  fizz
  buzz
<tr><td >441</td><td >S</td><td >0,74</td></tr>
  tomato
  potato

Как уже упоминали другие, вы можете сделать это в несколько более удобной для чтения форме с помощью awk perl или python, но обратите внимание на одну вещь: регулярное выражение недостаточно мощно для анализа HTML или XML. Смотрите это для хорошего обсуждения:

• https://stackoverflow.com/questions/1732348/regex-match-open-tags-except-xhtml-self-contained-tags

Надеюсь это поможет.

Answer 2

Вот решение, использующее Perl вместо Sed. Я считаю, что это решение проще для чтения и понимания.

perl -pe 's|\n|| ; s|</tr>|</tr>\n|' file

выход:

<tr>    <td >441</td>   <td >S</td>     <td >0,74</td></tr>
<tr>    <td >442</td>   <td >S</td>     <td >0,14</td></tr>

Answer 3

Решение с помощью awk:

awk '/<tr>/,/<\/tr>/{printf("%s", $0)};/<\/tr/{printf("\n")}' file

---

$ cat file
    <tr>
        <td >441</td>
        <td >S</td>
        <td >0,74</td>
    </tr>
    <tr>
        <td >442</td>
        <td >S</td>
        <td >0,14</td>
    </tr>

$  awk '/<tr>/,/<\/tr>/{printf("%s", $0)};/<\/tr/{printf("\n")}' file
    <tr>    <td >441</td>   <td >S</td>     <td >0,74</td> </tr>
    <tr>    <td >442</td>   <td >S</td>     <td >0,14</td> </tr>

Answer 4

# cat foo.html | xargs echo -n
<tr> <td >441</td> <td >S</td> <td >0,74</td> </tr>

Или лишить все пробелы ...

# cat foo.html | xargs -n1 echo -n
<tr><td>441</td><td>S</td><td>0,74</td></tr>

Вы можете добиться этого влияния прямо изнутри vi, просто выполнив:

!!xargs echo -n

Answer 5

sed -r ':k /<tr>/,/<\/tr>/{/<\/tr>/! {N;s/\n/ /;tk}}' file

---

$ cat file
    <tr>
        <td >441</td>
        <td >S</td>
        <td >0,74</td>
    </tr>
    <tr>
        <td >442</td>
        <td >S</td>
        <td >0,14</td>
    </tr>

$ sed -r ':k /<tr>/,/<\/tr>/{/<\/tr>/! {N;s/\n/ /;tk}}' file
    <tr>    <td >441</td>   <td >S</td>     <td >0,74</td> </tr>
    <tr>    <td >442</td>   <td >S</td>     <td >0,14</td> </tr>

Answer 6

если вы уверены в длине групп и по-прежнему хотите использовать sed , вы можете рассмотреть следующие варианты:

sed -e 'N;N;N;N;s/\(.*\)\n\(.*\)\n\(.*\)\n\(.*\)\n\(.*\)/\1\2\3\4\5/'

обратите внимание, как это решение позволяет вам отбрасывать или переставлять строки, но, как уже было сказано, оно зависит от согласованной длины групп во входном файле.