Обработка Текста – Как Преобразовать Многострочный В Однострочный, Но Сохранить Абзацы

Скажем, у меня есть куча текста (уценки), где каждое предложение находится на отдельной строке (для упрощения контроля версий в случае опечаток). Пример

 
 cat file.txt | ??? 
 

Как я могу преобразовать каждый абзац в одну строку, чтобы он выглядел так:

Моя идея - найти и заменить новую строку \n character between a fullstop Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Dictum sit amet justo donec enim diam vulputate. Nunc faucibus a pellentesque sit amet. Quis enim lobortis scelerisque fermentum dui faucibus in. Leo duis ut diam quam nulla porttitor massa id neque. Vitae tortor condimentum lacinia quis vel eros. Velit euismod in pellentesque massa placerat duis ultricies lacus. и любой символ без пробелов Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Dictum sit amet justo donec enim diam vulputate. Nunc faucibus a pellentesque sit amet. Quis enim lobortis scelerisque fermentum dui faucibus in. Leo duis ut diam quam nulla porttitor massa id neque. Vitae tortor condimentum lacinia quis vel eros. . I've figured out how to do it in regex101 here but was wondering if there's a shorter tr/sed/awk equivalent I can use in my bash shell. Something like file.txt

#обработка текста

 
 
 $ make paranlneg
lex  -o lex.paranlneg.c paranlneg.l
egcc -O2 -pipe    -o paranlneg lex.paranlneg.c  -ll
rm -f lex.paranlneg.c
$ perl -E 'say "a\nb\n\nc\nd"' | ./paranlneg
a b

c d
$ 
 
 
 

$ wc -l input 7 input $ perl -00 -pe 's/\n(?!\Z)/ /g' input | wc -l 3 $ bit is to not replace the newlines at the end of each paragraph, thus preserving the paragraph boundaries.

Другой вариант: input . This reveals a few tricky points, notably how to handle perlrun и всегда ли включать последнюю новую строку (как требует POSIX) и то, что вы определяете как абзац: ровно две новые строки или любое другое число?

Вероятно, нужно больше тестов, чем

Похоже на: Ответ @thrig на основе Perl но используя GNU Awk:

 
 fmt -w1000 file.txt
 
 

Для быстрого решения вы можете использовать Coreutils. fmt utility with a suitably large width value:

(хотя по умолчанию после каждой точки добавляется двойной пробел).

ГНУ

 
 $ sed --null-data 's/\([^[:space:]]\)\n\([^[:space:]]\)/\1 \2/g' file.txt
 
 

Вы можете использовать sed to replace sed персонажи с sed characters, then use $ tr '\n' '\0' <file.txt | sed 's/\o000\{2,\}/\n\n/g' | tr '\0' ' ' | sed --null-data 's/ $/\n/' изменять последовательности из двух или более последовательных <NUL> characters into a double tr символ, затем используйте <newline> to replace remaining <NUL> символы с пробелами:

Вот, последний <NUL> is only needed to substitute the final remaining space with a new line.

В качестве альтернативы (и более кратко) вы можете проинструктировать <newline> to treat your file as a sequence of null-terminated lines (that is, tr считает это одной строкой) и заменяет одним пробелом все вхождения одной новой строки, перед которой и за которой следует символ, не являющийся пробелом:

Это также сохранит вертикальный интервал между абзацами, то есть количество последовательных новых строк. Я предпочитал искать символ, не являющийся пробелом (вместо точки), за которым следовала новая строка, просто чтобы обработать случай, когда предложение не заканчивается точкой.