使用 sed 修复有问题的文本文件的行

Question

在我正在处理的自定义框架中的流水线过程中，需要处理从某个引擎生成的文件。但是，问题是某些行的文件格式有点损坏。这意味着打印行的方式不一致。像这样：

/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_A 
                                                             0           0        0.00 
/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_B
                                                             0           0        0.00 
/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_C 
                                                             1           1       100.00
/SLIGHTLY_SMALLER_NAME_OF_ITEM_D                             0           1        50.00
. 
. 
. 
.

我想转换成的

/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_A        0           0    0.00                                                            
/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_B        0           0    0.00 
/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_C        1           1    100.00
/SLIGHTLY_SMALLER_NAME_OF_ITEM_D                             0           1    50.00

这里的问题是，对于单个条目，字段 A B C 出现在 \n 之后，而对于其他条目（例如 D），该行是一致的。

通过使用一个非常有用的工具（例如，regex101），我设法构建了一个覆盖和分组行的正则表达式。正则表达式如下：

(\/.+)\n\s+([0-1]\s+[0-1]\s+.+\b)
-----  ---  ---------------------
  |     |            |
  |     |            |=> groups the secondary line containing the digits (the first two are only 0|1)
  |     |
  |     |=> new line along with all the whitespace untill the first digit 
  |
  |=> groups the first string-stream (ex: /VERY_LONG_NAME_...)

问题是我正在尝试使用（很可能以错误的方式）sed 重新创建文件：

sed -r 's/(\/.+)\n\s+([0-1]\s+[0-1]\s+.+\b)/ \1 \2/' filename.txt

这当然不像我预期的那样工作。那么我在这里做错了吗？至少在语法上是明智的？此外，我不希望修改“正确”行，这意味着没有“断”成两行的行。我只想解决“有问题”的问题

Answer 1

使用awk 和column：

awk 'NF==1{x=$0; getline; $0=x OFS $0} {print}' filename.txt | column -t

如果当前行只有一列 (NF==1)，则将完整行保存到变量 x 并读取下一行 (getline) 并使用输出字段分隔符 (OFS) 连接最后一行 (x) ) 和当前行 ($0) 到新的当前行 ($0=x OFS $0)。

输出：

/VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_A 0 0 0.00 /VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_B 0 0 0.00 /VERY_LONG_NAME_FOR_A_SPECIFIC_ITEM_IN_THIS_PROCESS_C 1 1 100.00 /SLIGHTLY_SMALLER_NAME_OF_ITEM_D 0 1 50.00

见：8 Powerful Awk Built-in Variables – FS, OFS, RS, ORS, NR, NF, FILENAME, FNR