删除两个特定单词之间的空格

Question

我正在处理一些已转录成 txt 文件的人口普查数据。但是，这些字段由空格而不是逗号或制表符分隔。以下是典型行中的一些字段，这将有助于说明我的问题：

18A 1   239 18A Coffey Street     165    125 331 McLocklan      Donald     New York

有些字段由多个空格分隔，但有些字段仅由一个空格分隔。然而，一些字段中包含多个单词（例如：New York），也由一个空格分隔。

我想我知道如何通过区分小写字母和大写字母之间的单个空格与两个大写字母之间的单个空格来做到这一点。我仍然是正则表达式的新手，但不知道如何做到这一点。谁能告诉我如何表达希望替换以小写字母结尾的单词/字符组和以带下划线的大写字母开头的单词/字符组之间的单个空格？

我认为这可以让我对 Coffey_Street 和 New_York 等内容进行分组，而无需连接 18A_Coffey 等字段。任何建议或意见都将受到欢迎。谢谢！

-康纳

Answer 1

我会要求向您发送文件的人再次发送文件，并使用更好的分隔符。在小写字母和大写字母之间添加下划线并非在所有情况下都有效。

也就是说，你可以用这个命令来完成它。

sed -r 's/([a-z]) ([A-Z])/\1_\2/g' file

解释

([a-z]) - match a lowercase character and group it
([A-Z]) - match an uppercase character and group it
the space in between - matches a space character

当sed 找到与该模式匹配时，它会像这样替换它

\1 - puts back the lowercase character
_ - puts an _ where the space was
\2 - puts back the uppercase character