如何在 Mac 上用“\t\n”分隔文件答案

【问题标题】：How to delimit file with "\t\n" on a Mac如何在 Mac 上用“\t\n”分隔文件
【发布时间】：2017-11-30 19:35:04
【问题描述】：

我有一个文档，其行由“\t\n”分隔。记录由“\t”或“\n”分隔。

通常，这应该是一个简单的 awk 查询：

BEGIN {
   RS='\t\n';
}
{
   print;
   print "Next entry:";
}

但是，在 Mac 上，似乎不支持正则表达式（也许我做的不对？）所以我尝试了，RS="\t\n";但是，这被解释为RS='\t | \n'。从命令行运行 awk 的类似问题：

awk 1 RS='\t\n' ORS='abc' input > output

替换\t，但保留\n。

下一次尝试：使用tr。对于多个字符的序列，这显然会失败——因为\t 和\n 都在行中单独使用。

下一步：

sed -e '/\t\n/s//NextEntry:/g' input > output

但是，不起作用。输入任何 ASCII 字符序列而不是 \t\n 都可以。

阅读手册。它表示 sed 字符串不支持 \t。很公平

sed -e '/\x9\xa/s//abc/' input > output

还是不行。想法：使用tr将\t和\n替换为输入文件中未使用的字符，使用sed将它们更改为我想要的，然后tr将剩余的字符更改回它们应该的是。

tr: Illegal byte sequence

事实证明，f6 字符使 tr 完全失败。

查看了Sed not recognizing \t instead it is treating it as 't' why? 中的建议。这可能适用于替换输出字符串（“通过 CTRL+V 将选项卡粘贴到命令提示符”建议除外——shell 刚刚拒绝了该粘贴。），但在我的情况下似乎没有帮助。

也许是因为它是 Mac？也许是因为那是我正在寻找的文本，而不是替换？也许是与\n的组合？

还有其他建议吗？

更新：

我找到了线程 How can I replace a newline (\n) using sed? 。显然，我什至无法使用该线程中的建议将\n 替换为字符串“abc”。

编辑：源文件的十六进制头：

5a 20 4e 4f 09 0a 41 53  20 4f 46 20 30 31 2d 30
34 2d 30 35 20 45 4d 50  4c 4f 59 45 45 0a 47 52  
4f 55 50 09 48 49 52 45  20 44 41 54 45 09 53 41 
4c 41 52 59 09 4a 4f 42  20 54 49 54 4c 45 09 0a  
4a 4f 42 20 4c 45 56 45  4c 0a 53 45 52 49 45 53  
09 41 50 50 54 20 54 59  50 45 09 0a 50 41 59 20  
53 54 41 54 55 53 0a f6

【问题讨论】：

你能提供一份你的"unhappy"文件吗？
@MarkSetchell 好的，我上传了头像。

标签： string macos shell unix replace

【解决方案1】：

不幸的是，BSD awk，也用于 macOS，不完全支持 多字符 记录分隔符 (RS)（符合 POSIX ) - 仅支持 单个文字 字符。

BSD sed，也用于 macOS，在正则表达式中支持仅 \n - 任何其他转义，包括 hex （例如，\x09）不受支持。
^{请参阅我的 this answer，了解 GNU 和 BSD sed 的全面比较。}

假设您的sed 命令原则上有效，您可以使用ANSI C-quoted string ($'\t') 拼接一个 literal 标签字符。进入您的 sed 脚本（假设 bash（macOS 默认 shell）、ksh 或 zsh）：

sed -e ':a' -e '$!{N;ba' -e '}' -e '/'$'\t''\n/s//NextEntry:/g'

请注意，为了替换换行符，您必须先指示 sed 将整个文件读入内存，这就是 -e ':a' -e '$!{N;ba' -e '}' 所做的（常见 GNU sed idiom @ 的 BSD Sed 兼容形式） 987654339@)。

【讨论】：