如何将awk拆分文件用于多行记录？

在OSX上，我已经将Powerpoint卡组转换为ASCII文本，现在想用awk处理它。如何将awk拆分文件用于多行记录？

我想将文件拆分成对应于幻灯片的多行记录。
处理任何以大写拉丁字母开头的行提供了一个很好的近似值，但我无法弄清楚在awk中这样做。
我试过重置记录分隔符RS = "\n^[A-Z]"和RS = "\n^[[:alnum:]][[:upper:]]"以及各种排列，但没有区别。也就是说，awk一直将每个人视为一个记录，而不是像我想要的那样对他们进行分组。

清洁的文字是这样的：

Welcome 
++ Class will focus on: 
– Basics of SQL syntax 
– SQL concepts analogous to Excel concepts 
Who Am I 
++ Self-taught on LAMP(ython) stack 
++ Plus some DNS, bash scripting, XML/XSLT 
++ Prior professional experience: 
– Office of Management and Budget 
– Investment banking (JP Morgan, UBS, boutique) 
– MBA, University of Chicago 


Roadmap 
+ Preliminaries 
+ What is SQL 
+ Excel vs SQL 
+ Moving data from Excel to SQL and back 
+ Query syntax basics 
- Running queries 
- Filtering, grouping 
- Functions 
- Combining tables 
+ Using queries for analysis

一些 '滑梯' 有空白行，有些则没有。

一旦过去了这些障碍，我打算将每个记录包装在deck.js中使用的标记中。但正确的记录定义正在令我失望。

我该怎么做？

编辑：这个问题最初也被问到关于将Unicode项目符号转换为ASCII，但我已经想通了。评论中的一些评论集中在那些东西上。

来源

2013-10-20 chernevik

在awk你可以尝试使用，以收集记录：

/^[[:upper:]]/ { 
    if (r>0) print rec 
    r=1; rec=$0 RS; next 
} 
{ 
    rec=rec $0 RS 
} 

END { 
    print rec 
}

要删除的子弹可以使用

gsub (/•/,"++",rec)

来源

2013-10-20 15:33:18

我不知道如何将子弹字符添加到命令行，但是已经找到了解决方案（并且会添加到我的问题中）。请解释如何让子弹进入命令行，或者删除那一块，所以答案是毫不含糊的。我正在看另一块。感谢您看这个。 – chernevik

我不确定“命令行”是什么意思？也许你可以给出一个示例输入文件，以便清楚用awk来处理什么？ –

对不起，我的意思是在命令模式的vi屏幕底部的一行 - 从w /：开始的行。我不知道如何让文本中的字符出现在命令模式下的命令中。 – chernevik

您可以尝试使用内置到OSX的“textutil”实用工具将文件转换在一个脚本内节省您全部手工完成。尝试键入以下到终端窗口，按移动到下一个页面：

man textutil

一旦你得到了一些转换的文本，尝试张贴的，使人们可以看到投入的样子，那么也许有人可以帮你把它分成你想要的。

来源

2013-10-20 16:16:22

如何将awk拆分文件用于多行记录？

回答

相关问题