Question

在Windows命令行中，我试图修复在＆＃34; |＆＃34;分隔的某个字段中发生的断行。在某些业务系统中，自由文本字段允许用户输入返回，这些有时会在提取事务时中断记录行。

我有来自UnxUtils和GnuWin的GAWK（GNU Awk 3.1.0）和SED（GNU sed版本4.2.1）。我的数据如下：

some_function1($add['result']);
...
some_function2($add['number1']);

由于第一段中解释的原因，第二行被打破。在第2行的末尾返回是一个常规的Windows返回，在十六进制编辑器中看起来像x0D x0A。

使用sed或gawk而不是/ n或/ r类型表示法删除时，我希望能够使用十六进制值（多于一种情况）来增加灵活性。只有当代码出现在第三列时，代码应该能够替换它。只应使用sed或（x）awk。对于gawk＆＃34; sed风格＆＃34;如果可能的话，替换（如使用-i参数）方法会有所帮助。

尝试以下操作但未捕获任何内容：

smith|Login|command line is my friend|2
oliver|Login|I have no idea 
why I am here|10
dennis|Payroll|are we there yet?|100
smith|Time|going to have some fun|200
smith|Logout|here I come|10

也尝试用

替换

gawk -F "|" "$3 ~ /\x0D\x0A/" data.txt

或

gawk -F "|" "{gsub(/\x0d\x0a/, \x20, $3); print }" OFS="|" data.txt

（能够用sed捕获x20（空格），但没有运气回报）

Answer 1

目前还不完全清楚你要做什么（为什么你想用空格char替换行结尾？）但这可能会让你走上正确的道路：

$arr = file('file.txt');

foreach ($arr as $value) {
    if ('' === trim($value)) {
        // line is empty
        continue;
    }

    // process non-empty line here
}

如果您想进行就地编辑，只需预先添加awk -v RS='\r\n' -v ORS=' ' '1' file。

这对于就地编辑和多字符RS来说都是gawk。您可能还需要添加-i inplace（也是仅限gawk），具体取决于您运行的平台，以阻止底层C基元在gawk看到它们之前剥离-v BINMODE=3。

坚持下去，我看到你正在使用gawk 3.1.0 - 已经过时5年了，升级你的gawk版本以获取最新的错误修复和功能（包括-i inplace）。

挂起2 - 您是否真的尝试使用空白字符替换记录中的换行符？这更简单：

\r

例如（在awk 'BEGIN{RS=ORS="\r\n"} {gsub(/\n/," ")} 1' file之前添加\s*，因为您的输入具有尾随空格，我假设您也想删除它）：

\n

或者在输出中使用UNIX行结尾而不是DOS只是不设置ORS：

$ cat -v file
smith|Login|command line is my friend|2^M
oliver|Login|I have no idea
why I am here|10^M
dennis|Payroll|are we there yet?|100^M
smith|Time|going to have some fun|200^M
smith|Logout|here I come|10^M

$ awk 'BEGIN{RS=ORS="\r\n"} {gsub(/\s*\n/," ")} 1' file | cat -v
smith|Login|command line is my friend|2^M
oliver|Login|I have no idea why I am here|10^M
dennis|Payroll|are we there yet?|100^M
smith|Time|going to have some fun|200^M
smith|Logout|here I come|10^M

使用gawk和/或sed使用十六进制表示法搜索不可打印的字符

1 个答案: