找到一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。 名字和姓氏的列表，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

我想要实现的目标。 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' ' '

所以，在这里我让 grep 找到只有一个单词的行并将其与下一行连接起来，即使下一行有多个单词。

它可以正常工作，但前提是孤立词位于文件的开头。 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

这可能对你有用（GNU sed）：

sed -E 'N;s/^(\S+)\n/\1 /;P;D' file

追加下一行。

如果模式空间中的第一行仅包含一个单词，则将以下换行符替换为空格。

打印/删除第一行并重复。

Answer 2

使用awk：

awk '
    {f=$2 ? 1 : 0}
    v==1{v=0; print; next} 
    f==0{v=1; printf "%s ", $1; next}
    1
' file

输出

Alice Smith
Bob Doolittle
Mark Von Doe

Answer 3

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：循环输入一行一次，默认将其分配给$_。
-l：在执行内联代码之前剥离输入行分隔符（默认为 *NIX 上的"\n"），并在打印时附加它。-a : 在空格或-F 选项中指定的正则表达式上将$_ 拆分为数组@F。

Answer 4

如果awk 可以接受：

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

地点：

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

作为单行：

awk 'NF==1{printf "%s ",$1;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 5

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:]]+$/ 找到没有空格的行
• {N;s/\n/ /} - 读入下一行，并将带有新行的换行符附加到当前模式空间，然后s/\n/ / 用空格替换此换行符。