Возможно ли с помощью Gedit или командной строки изменить каждую четвертую строку текстового файла?

Я пытаюсь преобразовать текстовый файл в таблицу, разделенную табуляцией. Мой текстовый файл выглядит примерно так:

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

Стандартные функции поиска и замены в Gedit или LibreOffice позволяют легко заменить конец строки вкладкой. Но если я просто поменяю возврат каретки на вкладки, я получу это:

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

Но мне нужно сделать так, чтобы это выглядело так:

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

Итак, можно ли поменять местами все символы конца строки для табуляции, кроме каждой четвертой строки?

Я не знаю, можно ли выполнить такую ​​условную итерацию с помощью регулярных выражений внутри такой программы, как Gedit или LibreOffice, поэтому, возможно, это должна быть какая-то функция командной строки? Я даже не знаю, с чего лучше начать.

Обновить:

Я попробовал следующие команды:

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

Но когда я пытаюсь открыть полученный tsvфайл в LibreOffice, столбцы не совсем правильные. Я не уверен, означает ли это, что я не выполняю вышеуказанные команды правильно, или я делаю что-то неправильно в функции импорта LibreOffice:

Просто для справки, желаемый результат должен выглядеть так:

Вы можете использовать редактор командной строки, такой какsed

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

или, что еще проще, добавив символы продолжения строки с обратной косой чертой в каждую строку, к которой вы хотите присоединиться, используя n skip mадресный оператор GNU sed , и добавьте классическую однострочную строку для объединения непрерывных строк:

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

Смотри, например, Sed One-Liners Explained :

39. Добавьте строку к следующей, если она заканчивается обратной косой чертой "\".

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

Однако ИМХО было бы проще с одной из других стандартных утилит обработки текста, например

paste - - - - < file > file.tsv

(количество -будет соответствовать количеству столбцов) или

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

(вы можете опустить, -s$'\tесли вы не против, чтобы вывод был разделен несколькими вкладками).

Странное поведение при повторном импорте, которое вы наблюдаете, почти наверняка связано с тем, что исходный файл имеет окончания строки CRLF в стиле Windows. Если вам нужно работать с файлами из Windows, вы можете выполнить преобразование в команду различными способами, например:

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

или

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

Первый удалит ВСЕ возвраты каретки, тогда как последний сохранит CR в конце каждой новой строки (что может быть тем, что вы хотите, если предполагаемый конечный пользователь работает в Windows).

Вы можете использовать, xargsчтобы всегда группировать четыре строки в одну, разделенную одним пробелом:

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

-d '\n'устанавливает в качестве разделителя ввода символ новой строки, в противном случае он также будет разбит на пробелы. Если у вас есть только одно слово на строку ввода, вы можете даже опустить это.
-n4устанавливает номер аргумента (количество входных элементов в выходной строке) равным 4.

Выход:

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

Или, если вы хотите использовать табуляцию как разделитель вместо пробела, вы можете заменить их позже. Однако, если у вас есть пробелы во входных строках, они также будут заменены:

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

Вывод (смотрите в зависимости от ширины вкладки браузера / терминала):

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

Вы также можете использовать:

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

Две встроенные переменные awk:

• ORS: O utput R ecord S eparator ( по умолчанию = новая строка). Он добавляется в конце каждой команды печати.
• NR: N умбра текущего R вл AWK обрабатывает.

Эта команда для каждой строки отображает содержимое первого (и только здесь) столбца. Затем он решает добавить новую строку или вкладку, протестировав остаток от деления NRна 4.

Еще один кратчайший awkподход:

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

Это Printf только один столбец с последующим рядом и рядом и ... и ушко \tхарактер после того, как каждый , но будет PRINTF в \newline характер , когда N хариус из R ecord был фактор 4 (где NR%4будет возвращать 0 (ложь) , которая является то , что оператор троичного condition(s)?when-true:when-falseделается.)

Мое решение этого было бы использовать комбинацию sedи sed. Во-первых, вы можете пометить каждую четвертую строку каким-нибудь специальным символом, например >, используя это решение:

• Добавление символа в каждую другую текстовую строку

В этом случае вы хотите начать со строки 5 и отмечать каждую четвертую строку после нее. В GNU sedэто может быть дано как адрес 5~4. Вы можете использовать эту команду:

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

Затем вам нужно удалить символы новой строки, что можно сделать с помощью sedцикла:

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

Существуют более простые способы преобразования строк в какой-либо другой символ, например с помощью tr:

tr '\n' ' ' < file2 > file3

В любом случае, объединение двух дает

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

( sedверсия оставляет завершающий символ новой строки, а trверсия - нет)

После этого вам нужно только конвертировать вставленные вами специальные символы в новые строки; см., например, Преобразование файла с разделителями табуляции для использования новых строк . В этом случае перейдите >на новую строку:

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

Команда yвыполняет ту же функцию, что trи преобразование одного символа в другой, но здесь вы можете использовать sкоманду одинаково хорошо. При помощи sвам нужно gоперировать каждым совпадением в строке ( sed 's/>/\n/g').

Вместо создания двух промежуточных файлов вы можете использовать каналы:

$ 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

Если конечные пробелы являются проблемой, вы можете добавить еще одну команду для их удаления:

| sed 's/ $//'

Ради «полноты» вот чистое решение bash:

#!/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

Работает также с пробелами, при условии, что IFSправильно установлен (что должно по умолчанию, AFAIK). Более того, я думаю , что это может быть даже сценарий переносимой оболочки, работающий с любой POSIX-совместимой оболочкой.

Макрос vim (записанный с помощью q) может применить вашу операцию, затем пропустить три строки. Затем вы просто запускаете этот макрос n раз.

например:

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

Так как вы попросили решение Gedit, что-то вроде этого должно работать:

Найти:

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

Заменить:

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

Убедитесь, что флажок для регулярных выражений отмечен.

Как это устроено:

Первый шаг - найти последовательность символов слова с \ w + и записать результаты в переменную \ 1, заключив скобки в выражение:

(\w+)

Затем мы ищем серию символов конца строки, \ r и \ n, или CR и LF. Так как файлы в формате Windows используют оба, мы создаем класс символов, заключая эти два символа в квадратные скобки. Плюс заставляет его искать один или несколько символов:

[\r\n]+

Наконец, мы повторяем это еще 3 раза, сохраняя каждое последующее слово в переменных \ 2, \ 3 и \ 4. Это делает нашу замену выражением простым. Нам просто нужно поместить символы табуляции \ t и символ новой строки \ n в соответствующие места для форматирования, которое вам нужно.