使用SED改变<CR><LF>一个符号

Question

上午在Windows Vista上工作用的GnuWin32（SED 4.2.1和核心工具5.3.0）。还有ActivePerl 5.14.2包。

我有一个大的多记录文件。文件中每个记录的结尾用四个美元符号（$$$$）表示。在每个逻辑记录中有很多“CRLF”。

我想与为|+|这样的符号来代替CRLF的所有实例。然后，我将用CRLF替换$$$$。结果：每行一条记录导入到Excel中以供进一步操作。

我试过几种方法转化CRLF到|+|但没有成功。

例如，一种方法是：sed -e "s/[\r\n]/|+|/g" source_file_in target_file_out

另一种方法中使用tr -d删除\r，然后第二个语句：sed -e "s/\n/|+|/g" source_file_in target_file_out

的tr语句工作; sed声明没有。

我读过以下文章，但看不到如何改编它们以用|+|之类的符号替代\r\n。

sed: how to replace CR and/or LF with "\r" "\n", so any file will be in one line

Replace string that contains CRLF?

How can I replace a newline (\n) using sed?

如果这个问题不能轻易使用sed（和tr）来解决，然后我会，如果有人给我看如何使用Perl。

---

谢谢你的建议。

awk脚本还没有完全工作，所以我会添加一些缺少的细节，希望您能够微调您的建议。

首先，我正在运行gawk v3.1.6.2962。我相信awk的实现可能有所不同，所以这可能是一个有用的信息。

接下来，介绍一些关于数据类型和数据来源的更多信息。

数据是关于化学物质（输入到立体化学绘图程序的文本数据）。

化学文件格式为.sdf格式。

当我用记事本打开“133711.sdf” ++（使用查看/显示符号/显示所有字符），我看到在屏幕截图所示的数据： https://dl.dropbox.com/u/3094317/_master_1_screen_shot_.png

正如你看到的，只有LF - 没有CR。 我相信这意味着.sdf文件的来源是一个UNIX系统。

接下来，我运行Windows命令COPY * .sdf _master_2_.txt。这创建了我想要解析为记录的非常大的文件文件。

_master_2_.txt具有与133711.sdf-LF相同的结构;没有CR。

然后，我在.BAT文件中运行awk推荐。我需要用双引号替换你的单引号，因为微软创造了我。

awk -v FS =“\ r \ n”-v OFS =“| + |” -v RS =“\ $ \ $ \ $ \ $”-v ORS =“\ r \ n”“{$ 1 = $ 1} 1”C：_master_2_.txt> C：\ output.txt

I'已附加了output.txt的屏幕提示： https://dl.dropbox.com/u/3094317/output.txt.png

正如您所看到的，awk命令未将“\ r \ n”替换为“| + |”。

此外，Windows使用CRLF创建output.txt。

它成功地用CRLF取代了四个$。

此信息是否足以更新您的awk建议以处理与Windows相关的问题？

Answer 1

与GNU AWK试试这个：

awk -v FS='\r\n' -v OFS='|+|' -v RS='\\$\\$\\$\\$' -v ORS='\r\n' '{$1=$1}1' file 

我看到你更新的问题，你是在Windows上。为了避免可笑引用规则和问题，把这个名为“whatever.awk”文件：

BEGIN{FS="\r\n"; OFS="|+|"; RS="\\$\\$\\$\\$"; ORS="\r\n"} {$1=$1}1 

，并运行它

awk -f whatever.awk file 

，看看有没有你想要做什么。