regex - 将文本文件中的匹配行组合在一起

Question

我有一个输入文件:

XYZ_001
XYZ_005
XYZ_010
ABC_001
ABC_010

我想将这些行分组为:

XYZ,XYZ_001,XYZ_005,XYZ_010
ABC,ABC_001,ABC_010

我试过对文件进行排序并过滤掉最后四个字符，但我不知道如何将它们组合在一起。基本上，我需要将匹配正则表达式的行组合在一起。我的输入文件已排序。

我的文件很大。我不能吞下整个文件。

Answer 1

使用 perl 一行代码

perl -0777 -pe 's/^([^_]+_).*\K\n(?=\1)/,/mg; s/^([^_]*)\K/,$1/mg;' file

如果 slurping 不是一个选项，那么这个较长形式的逻辑将起作用:

perl -ne '
      chomp;
      ($h) = /([^_]*)/;
      if ($l ne $h) {print "\n" if defined $l; $l = $h; print "$l"}
      print ",$_";
    }{
      print "\n"
    ' file

说明:

开关:

• -0777 : 吞掉整个文件
• -p : 创建一个 while(<>){...; print}循环输入文件中的每一行。
• -e : 告诉perl在命令行上执行代码。

代码:

• s/^([^_]+_).*\K\n(?=\1)/,/mg : 分组相关相邻行:XYZ_001,XYZ_005,XYZ_010
• s/^([^_]*)\K/,$1/mg :添加组前缀:XYZ,XYZ_001,XYZ_005,XYZ_010