Ist es mit Gedit oder der Befehlszeile möglich, jede vierte Zeile einer Textdatei zu ändern?

Ich versuche, eine Textdatei in eine tabulatorgetrennte Tabelle zu konvertieren. Meine Textdatei sieht ungefähr so ​​aus:

Dog
Cat
Fish
Lizard
Wolf
Lion
Shark
Gecko
Coyote
Puma
Eel
Iguana

Mit den Standardfunktionen zum Suchen und Ersetzen in Gedit oder LibreOffice ist es einfach, das Zeilenende durch eine Registerkarte zu ersetzen. Aber wenn ich nur die Wagenrückläufe gegen Tabs tausche, bekomme ich Folgendes:

Dog   Cat   Fish   Lizard   Wolf   Lion   Shark   Gecko   Coyote   Puma   Eel   Iguana

Aber was ich tun muss, ist, dass es so aussieht:

Dog   Cat   Fish   Lizard
Wolf   Lion   Shark   Gecko  
Coyote   Puma   Eel   Iguana

Kann ich also jedes Zeilenendezeichen gegen eine Registerkarte mit Ausnahme jeder vierten Zeile austauschen?

Ich weiß nicht, ob diese Art der bedingten Iteration mit regulären Ausdrücken in einem Programm wie Gedit oder LibreOffice durchgeführt werden kann. Vielleicht muss dies also eine Art Befehlszeilenfunktion sein? Mir ist nicht einmal klar, mit welchem ​​Tool ich am besten anfangen soll.

Aktualisieren:

Ich habe die folgenden Befehle ausprobiert:

sed 'N;N;N;s/\n/\t/g' file > file.tsv

paste - - - - < file > file.tsv

pr -aT -s$'\t' -4 file > file.tsv

xargs -d '\n' -n4 < inputfile.txt

Aber wenn ich versuche, die resultierende tsvDatei in LibreOffice zu öffnen , sind die Spalten nicht ganz richtig. Ich bin nicht sicher, ob dies bedeutet, dass ich die oben genannten Befehle nicht korrekt ausführe oder ob ich in der LibreOffice-Importfunktion etwas falsch mache:

Nur als Referenz sollte das gewünschte Ergebnis folgendermaßen aussehen:

Sie können einen Befehlszeileneditor wie zsed

sed 'N;N;N;s/\n/\t/g' file > file.tsv

oder, programmatisch, durch das Hinzufügen Backslash Zeilenfortsetzungszeichen zu jedem der Linien wollen Sie beitreten mit GNU sed n skip mAdreßoperator und im Anschluss mit dem klassischen Einzeiler für die weiteren Verbindungslinien:

sed '0~4! s/$/\t\\/' file | sed -e :a -e '/\\$/N; s/\\\n//; ta'

Siehe zum Beispiel Sed One-Liner Explained :

39. Fügen Sie eine Zeile an die nächste an, wenn sie mit einem Backslash "\" endet.

    sed -e :a -e '/\\$/N; s/\\\n//; ta'
    

IMHO wäre es jedoch einfacher mit einem der anderen Standard-Textverarbeitungsprogramme, z

paste - - - - < file > file.tsv

(Die Anzahl der -Willen entspricht der Anzahl der Spalten) oder

pr -aT -s$'\t' -4 file > file.tsv

(Sie können das weglassen, -s$'\twenn Sie nichts dagegen haben, dass die Ausgabe durch mehrere Registerkarten getrennt wird.)

Das seltsame Verhalten beim erneuten Importieren, das Sie beobachten, ist mit ziemlicher Sicherheit darauf zurückzuführen, dass die Originaldatei CRLF-Zeilenenden im Windows-Stil aufweist. Wenn Sie mit Dateien von Windows arbeiten müssen, können Sie die Konvertierung auf verschiedene Arten in den Befehl rollen, z

tr -d '\r' < file.csv | paste - - - -

oder

sed 'N;N;N;s/\r\n/\t/g' file.csv

Ersteres entfernt ALLE Wagenrückläufe, während letzteres eine CR am Ende jeder der neuen Zeilen beibehält (was möglicherweise gewünscht wird, wenn sich der beabsichtigte Endbenutzer unter Windows befindet).

Sie können xargsimmer vier Zeilen zu einer gruppieren, die jeweils durch ein Leerzeichen getrennt sind:

xargs -d '\n' -n4 < inputfile.txt

-d '\n'Setzt das Eingabetrennzeichen auf ein Zeilenumbruchzeichen, da es sonst auch bei Leerzeichen unterbrochen wird. Wenn Sie ohnehin nur ein Wort pro Eingabezeile haben, können Sie dies sogar weglassen.
-n4Setzt die Argumentnummer (die Anzahl der Eingabeelemente pro Ausgabezeile) auf 4.

Ausgabe:

Dog Cat Fish Lizard
Wolf Lion Shark Gecko
Coyote Puma Eel Iguana

Wenn Sie Registerkarten als Trennzeichen anstelle eines Leerzeichens verwenden möchten, können Sie diese anschließend ersetzen. Wenn Sie jedoch Leerzeichen in Ihren Eingabezeilen hätten, würden diese ebenfalls ersetzt:

xargs -d '\n' -n4 | tr ' ' '\t'

Ausgabe (abhängig von der Registerkartenbreite des Browsers / Terminals):

Dog Cat Fish    Lizard
Wolf    Lion    Shark   Gecko
Coyote  Puma    Eel Iguana

Sie könnten auch verwenden:

awk -v ORS="" '{print $1; print NR%4==0?"\n":"\t"}' file > file.tsv 

Die zwei integrierten awk-Variablen sind:

• ORS: O utput R ECORD S eparator (default = Neue - Zeile). Es wird am Ende jedes Druckbefehls hinzugefügt.
• NR: N umber des aktuellen R ow awk verarbeitet.

Dieser Befehl zeigt für jede Zeile den Inhalt der ersten (und nur hier) Spalte an. Anschließend wird eine neue Zeile oder eine Registerkarte hinzugefügt, indem der Rest der Division NRvon 4 getestet wird.

Ein weiterer kürzester awkAnsatz:

awk '{printf $0 (NR%4?"\t":"\n")}' infile

Diese printf die nur eine Spalte , gefolgt von nächsten und übernächsten und ... und ein Tab \tZeichen nach jeder aber wird printf einen \newline Charakter , wenn N Umbra von R ecord Faktor war 4 (wo NR%4zurückkehren 0 (false) , das , was Ternary Operator ist condition(s)?when-true:when-falsemacht gerade.)

Meine Lösung hierfür wäre die Verwendung einer Kombination aus sedund sed. Erstens könnten Sie jede vierte Zeile mit einem Sonderzeichen markieren, beispielsweise >mit dieser Lösung:

• Hinzufügen eines Zeichens zu jeder anderen Textzeile

In diesem Fall möchten Sie mit Zeile 5 beginnen und jede vierte Zeile danach markieren. In GNU sedkann dies als Adresse angegeben werden 5~4. Sie können diesen Befehl verwenden:

sed '5~4s/^/>/' file1 > file2

Dann müssen Sie die Zeilenumbrüche entfernen, was mit einer sedSchleife erfolgen kann:

sed ':a;N;s/\n/ /;ba' file2 > file3

Es gibt einfachere Möglichkeiten, Zeilenumbrüche in andere Zeichen umzuwandeln, z. B tr.:

tr '\n' ' ' < file2 > file3

In beiden Fällen ergibt die Kombination der beiden

Dog   Cat   Fish   Lizard   >Wolf   Lion   Shark   Gecko   >Coyote   Puma   Eel   Iguana

(Die sedVersion hinterlässt einen nachgestellten Zeilenumbruch, die trVersion jedoch nicht.)

Danach müssen Sie nur noch die von Ihnen eingefügten Sonderzeichen in Zeilenumbrüche konvertieren. Siehe zum Beispiel Konvertieren einer durch Tabulatoren getrennten Datei, um Zeilenumbrüche zu verwenden . Wechseln Sie >in diesem Fall zu Zeilenumbrüchen:

sed 'y/>/\n/' file3 > outfile

Der yBefehl hat dieselbe Funktion wie das trTransformieren eines Zeichens in ein anderes, aber Sie können den sBefehl hier genauso gut verwenden. Mit smüssen Sie gjedes Match in der Zeile ( sed 's/>/\n/g') bearbeiten.

Anstatt zwei Zwischendateien zu erstellen, können Sie Pipes verwenden:

$ sed '5~4s/^/>/' file | sed ':a;N;s/\n/ /;ba' | sed 'y/>/\n/'
Dog Cat Fish Lizard 
Wolf Lion Shark Gecko 
Coyote Puma Eel Iguana

Wenn nachgestellte Leerzeichen ein Problem darstellen, können Sie einen weiteren Befehl hinzufügen, um sie zu entfernen:

| sed 's/ $//'

Der "Vollständigkeit halber" ist hier eine reine Bash-Lösung:

#!/usr/bin/env bash

sep=$'\t'

while read one \
      && read two \
      && read three \
      && read four
do
  printf "%s\n" "$one$sep$two$sep$three$sep$four"
done

Funktioniert auch mit Leerzeichen, vorausgesetzt, es IFSist richtig eingestellt (was standardmäßig AFAIK sein sollte). Darüber hinaus denke ich, dass dies sogar ein portables Shell-Skript sein und mit jeder POSIX-kompatiblen Shell funktionieren könnte.

Ein vim-Makro (aufgezeichnet mit q) kann Ihre Operation anwenden und dann drei Zeilen überspringen. Dann führen Sie dieses Makro nur n Mal aus.

z.B:

qq $ J i <TAB> <ESC> $ J i <TAB> <ESC> $ J i <TAB> <ESC> ^^ j qq 100 @q

Da Sie nach einer Gedit-Lösung gefragt haben, sollte so etwas funktionieren:

Finden:

(\w+)[\r\n]+(\w+)[\r\n]+(\w+)[\r\n]+(\w+)[\r\n]+

Ersetzen mit:

\1\t\2\t\3\t\4\n

Stellen Sie sicher, dass das Kontrollkästchen für reguläre Ausdrücke aktiviert ist.

Wie es funktioniert:

Der erste Schritt besteht darin, eine Reihe von Wortzeichen mit \ w + zu finden und die Ergebnisse in der Variablen \ 1 zu erfassen, indem der Ausdruck in Klammern gesetzt wird:

(\w+)

Als nächstes suchen wir nach einer Reihe von Zeilenendezeichen \ r und \ n oder CR und LF. Da Windows-formatierte Dateien beide verwenden, erstellen wir eine Zeichenklasse, indem wir diese beiden Zeichen in eckige Klammern setzen. Mit dem Plus wird nach einem oder mehreren Zeichen gesucht:

[\r\n]+

Schließlich wiederholen wir dies noch dreimal und speichern jedes nachfolgende Wort in den Variablen \ 2, \ 3 und \ 4. Dies macht unser Ersetzen durch Ausdruck einfach. Wir müssen nur die Tabulatorzeichen \ t und ein neues Zeilenzeichen \ n an den entsprechenden Stellen für die gewünschte Formatierung platzieren.