如何使用可能有新行的输入每 n 个字符插入一个模式？答案

【问题标题】：How to insert a pattern every n characters with input that may have new lines?如何使用可能有新行的输入每 n 个字符插入一个模式？
【发布时间】：2020-02-21 22:10:34
【问题描述】：

我正在尝试使用 sed 每 2000 个字符向文件中插入一个模式。我正在使用这个 sed 命令，但如果文件中有多行，它就不起作用，因为计数会在每一个新行上重置。

模式：' || '

sed "s/.\{2000\}/&'\n || '/g" file

如何使此命令与可能有也可能没有新行的输入一起工作？我可以接受非 sed 解决方案。

这里是每 4 个字符而不是 2000 个字符插入模式的示例。

示例输入：

aaaaaa
bbbbbb

示例输出：

aaaa'
 || 'aa
b'
 || 'bbbb'
 || 'b

计算 4 个字符（4 个 a），插入模式。
计算 4 个字符（2 个 a、换行符和 1 个 b），插入模式。
计算 4 个字符（4 个 b），插入模式。
仅剩 1 个字符 (1 b)

谢谢。

【问题讨论】：

请在您的问题中添加示例输入（无描述、无图像、无链接）以及该示例输入所需的输出（无评论）。
使用 GNU sed，您可以使用 sed -z "s/.\{2000\}/&'\n || '/g" file。但是，换行符将被视为一个单独的字符。
添加了示例输入。 @WiktorStribiżew 解决方案完美运行，但遗憾的是我的 gnu sed 版本是 4.2.1，在 4.2.2 中添加了对 -z 的支持。
更新了我的解决方案。 PS你确实错过了输出中的b（应该是6个b）为什么你得到aa\nb'\n没有4个字母？
你能解释一下新行应该发生什么吗？计数应该从 0 开始，还是从上一行的剩余数字开始？

标签： bash perl awk sed

【解决方案1】：

perl -0777pe "s/(.{2000})/\$1'\n || '/gs" file

-0777 将整个文件作为一行处理
\$1 允许引用不带 shell 的捕获组使其为空，因为我必须使用双引号
s///gs 使用 g 重复多次，s 确保 .{4} 可以跨越换行符。

$ printf "aaaaaa\nbbbbbb\n" | perl -0777pe "s/(.{4})/\$1'\n || '/gs" 啊啊啊 ||啊啊 b' || 'bbbb' || 'b

【讨论】：

【解决方案2】：

使用 GNU awk 进行多字符 RS 并且一次仅将 4 个字符读入内存（而不是像其他一些解决方案需要的那样一次将整个文件读入内存）：

$ awk -v RS='.{4}' '{printf "%s", (RT=="" ? $0 : RT "\047\n || \047")}' file
aaaa'
 || 'aa
b'
 || 'bbbb'
 || 'b

【讨论】：

不错，与 perl -0777 或 sed -z
或awk -v RS=""，当文件中没有空行时（如果有，该方法将失败）或gawk -v RS='^$'，到目前为止我没有在任何答案中看到但可能会出现。

【解决方案3】：

这个gnu awk 可能会：

echo "abcdefghijkl" | awk -v FS= -v OFS= '{for (i=1;i<=NF;i++) if (i>1 && i%3==1)  $i="\n ||"$i}1'
abc
 ||def
 ||ghi
 ||jkl

对于您的文件，每 1000 个字符。

awk -v FS= -v OFS= '{for (i=1;i<=NF;i++) if (i>1 && i%1000==1)  $i="\n ||"$i}1' file

更新的解决方案：

awk -v FS= -v OFS= '{for (i=1;i<=NF;i++) if (i>1 && i%4==1)  $i="\x27\\n || \x27"$i;printf "%s\x27\\n || \x27",$0} END {print ""}' file
aaaa'\n || 'aa'\n || 'bbbb'\n || 'bb'\n || '

【讨论】：

使用八进制 \047 而不是十六进制 \x27 来表示 '。见awk.freeshell.org/PrintASingleQuote。此外，与发布的预期输出相比，最终脚本在'aa 之后缺少\nb，并在输出末尾显示了一个额外的b'\n || '。
@EdMorton 感谢 \047 提示。 OP多次更改请求，我已经放弃解决它。
不客气，是的，我有一种感觉，可能就是这样！

【解决方案4】：

这是一种通用方法，我们可以在其中给出要插入字符串的字符数。使用 GNU awk 的 RS、FS、gsub 功能。用 GNU awk 测试并且只提供了样本。（好的，我刚刚测试了在 5 个字符之后插入新字符，它也工作得很好:)）

awk -v noc="4" -v char="\047\n || \047" -v RS="" -v FS="\n" '{num=num==noc?(noc-1):noc;gsub(".{"num"}","&" char)} 1' Input_file

添加非单线形式的解决方案：

awk -v noc="4" -v char="\047\n || \047" -v RS="" -v FS="\n" '
{
  num=num==noc?(noc-1):noc
  gsub(".{"num"}","&" char)
}
1
'  Input_file

输出如下：

aaaa'
 || 'aa
b'
 || 'bbbb'
 || 'b

上面代码的解释：添加上面代码的完整解释。

awk -v noc="4" -v char="\047\n || \047" -v RS="" -v FS="\n" '  ##Mentioning noc=4 for number of characters after which we want to insert new character\
                                                               ## , mentioning char variable with value which OP wants to insert. \
                                                               ##  Making RS NULL here, making FS as new line here for all lines of Input_file
{
  num=num==noc?(noc-1):noc                                     ##Creating variable num whose value is noc-1 when it is 4 and 4 when it is NOT 4.
  gsub(".{"num"}","&" char)                                    ##Using gsub function to give number of characters which need to be substitutes with new char here.
}
1                                                              ##Mentioning 1 will print edited/non-edited line of Input_file.
'  Input_file                                                  ##Mentioning Input_file name here.

【讨论】：

【解决方案5】：

以下 sed 解决方案将起作用（使用四个字符而不是 2000）：

  sed "H;1h;\$!d;x;s/.\{4\}/&'\n || '/g"

解释：

H;1h;\$!d;x 将整个文件读入模式缓冲区（参见sed: read whole file into pattern space without failing on single-line input）
s/.\{4\}/&'\n || '/g 每四个字符后添加所需的文本

在 bash 中，我们需要对美元符号 \$ 进行转义，因为替换模式包含单引号，因此使用双引号将 sed 字符串括起来更容易。

编辑： 正如 Ed Morton 在评论中所指出的，与其使用双引号并转义 $，不如使用单引号并替换每个嵌入的单引号 '使用'\''，获取：

  sed 'H;1h;$!d;x;s/.\{4\}/&'\''\n || '\''/g'

【讨论】：

使用这种双引号脚本的方法，您还需要在某些设置了一些历史选项的 shell 中转义 !。除非您需要双引号以避免陷入“逃避”地狱，否则请始终在字符串和脚本周围使用单引号 - sed 'H;1h;$!d;x;s/.\{4\}/&'\''\n || '\''/g' file。当然，我并不是建议您实际使用 sed。

【解决方案6】：

有一个特殊的Linux命令可以通过指定的参数来分割文件。

详细了解csplit 命令here。

【讨论】：