regex - 如何在正则表达式中匹配两个新行（\ n）而不是一个？

Question

我有一个文本文件，它是一个包含 80,000 多个单词的字典，我需要以某种方式对其进行解析，但首先我需要对其进行整理，以便以后轻松解析。正则表达式中有没有一种方法可以匹配两条新行而不是一条？即搜索整个文件寻找两个新行而不是一个新行？因为字典中每个生词后都有两个新行。

整个文件的文本格式是这样的：

English : Pyramid of the Cerebellum

Section: Medical

Translation: ...

Description: ...


English: Pyramid

Section: General

Translation: ...

Description: ...

如您所见，每个单词后面都有2个新行，所以我想找到，所有大于2的新行......然后使用AWK替换它，可以吗？

我希望输出是这样的：

English : Pyramid of the Cerebellum

Section: Medical

Translation: ...

Description: ...

English: Pyramid

Section: General

Translation: ...

Description: ...

标签： regexawksed

Answer 1

一个非常快速的方法是使用awk

awk 'BEGIN{RS="";ORS="\n\n"}1' /path/to/your/file > /path/to/new/file

这是如何运作的：

awk知道概念记录（默认情况下是行），您可以通过记录分隔符定义记录RS。如果将值设置RS为空字符串，它将匹配任何大量空行作为记录分隔符。该值ORS是输出记录分隔符。它说明应该在两个连续记录之间打印哪个分隔符。这设置为两个 <newline> 字符。最后，该语句1是{print $0}打印当前记录的简写，后跟输出记录分隔符ORS。