找到包含单个单词的一行并将其与下一行合并

Question

我有一个无法解决的 grep 问题。

我有什么。名字和姓氏列表，例如：

John Doe
Alice Smith
Bob Smith

我的问题。有时，名字和姓氏是脱节的，例如：

Alice
Smith
Bob Doolittle
Mark
Von Doe //sometimes, there are more than one word on the next line

我想要达到的目标。将“孤儿”名称与下一行连接起来。

Alice Smith
Bod Doolittle
Mark Von Doe

我已经尝试过的

grep -ozP "^\w+\n\w.+" file | tr '\n' ' '

因此，这里我要求 grep 找到只有一个单词的一行并将其与下一行连接起来，即使下一行有多个单词。

它工作正常，但前提是孤立的单词位于文件的最开头。 如果它出现在第一行下方，grep 不会发现它。所以一个快速而肮脏的解决方案，我会循环遍历文件并在每次通过后删除一行对我来说不起作用。

Answer 1

您可以像这样使用 GNU sed：

sed -E -i '/^[^[:space:]]+$/{N;s/\n/ /}' file

见the sed demo:

s='Alice
Smith
Bob Doolittle
Mark
Von Doe //sometimes, there are more than one word on the next line'
sed -E '/^[^[:space:]]+$/{N;s/\n/ /}' <<< "$s"

输出：

Alice Smith
Bob Doolittle
Mark Von Doe //sometimes, there are more than one word on the next line

详情：

/^[^[:space:]]+$/ 找到没有白色的行space
{N;s/\n/ /} - 读取下一行，并将带有此新行的换行符附加到当前模式 space，然后 s/\n/ / 将此换行符替换为 space.

Answer 2

使用awk：

awk '
    {f= ? 1 : 0}
    v==1{v=0; print; next} 
    f==0{v=1; printf "%s ", ; next}
    1
' file

输出

Alice Smith
Bob Doolittle
Mark Von Doe

Answer 3

如果awk可以接受：

awk '
NF==1 {printf "%s ",; getline; print; next}
1' names.dat

其中：

NF==1 - 如果当前记录中只有一个 name/field ...
printf / getline / print / next - 打印字段 #1，读取下一行并打印它，然后跳到下一行
1 - 按原样打印所有其他行

单线：

awk 'NF==1{printf "%s ",;getline;print;next}1' names.dat

这会生成：

Alice Smith
Bob Doolittle
Mark Von Doe //sometimes, there are more than one word on the next line

Answer 4

使用这个 Perl 单行代码：

perl -lane 'BEGIN { $is_first_name = 1; } if ( @F == 1 && $is_first_name ) { @prev = @F; $is_first_name = 0; } else { print join " ", @prev, @F; $is_first_name = 1; @prev = (); }' in_file

Perl 单行代码使用这些命令行标志：
-e : 告诉 Perl 查找内联代码，而不是在文件中。
-n ：一次循环输入一行，默认分配给 $_。
-l : 在执行内联代码之前去除输入行分隔符（默认情况下在 *NIX 上为 "\n"），并在打印时附加它。
-a : 在空格或 -F 选项中指定的正则表达式上将 $_ 拆分为数组 @F。

Answer 5

这可能对你有用 (GNU sed)：

sed -E 'N;s/^(\S+)\n/ /;P;D' file

追加下一行。

如果模式 space 中的第一行仅包含一个单词，请将以下换行符替换为 space。

Print/delete 第一行并重复。

找到包含单个单词的一行并将其与下一行合并

Find a line with a single word and merge it with the next line

shell

awk

grep

sed

tr

输出