python - 数据转换

Question

我有以下格式的数据:

输入数据:

 <http://A> <http://code.google.com/p/ldspider/ns#headerInfo> _:H  <id_0> .
<id_0> <C> <http://A>  <id_1> .
 _:H <http://www.w3.org/2006/http#responseCode> "200"^^<http://www.w3.org/2001/XMLSchema#integer>  <id_2> .
<id_2> <C> <http://A>  <id_3> .
 _:H <http://www.w3.org/2006/http#date> "Mon, 23 Apr 2012 13:49:27 GMT"  <id_4> .
<id_4> <C> <http://A>  <id_5> .
 _:H <http://www.w3.org/2006/http#content-type> "application/rdf+xml; charset=UTF-8"  <id_6> .

我想将这些数据转换成以下形式:

输出数据:

 #@ <id_0>
 <http://A> <http://code.google.com/p/ldspider/ns#headerInfo> _:H  .
 #@ <id_1> 
 <id_0> <C> <http://A> .
 #@ <id_2>
 _:H <http://www.w3.org/2006/http#responseCode> "200"^^<http://www.w3.org/2001/XMLSchema#integer> .
 #@ <id_3>
 <id_2> <C> <http://A> .
 #@ <id_4>
 _:H <http://www.w3.org/2006/http#date> "Mon, 23 Apr 2012 13:49:27 GMT" .
 #@ <id_5>
 <id_4> <C> <http://A> .
 #@ <id_6>
 _:H <http://www.w3.org/2006/http#content-type> "application/rdf+xml; charset=UTF-8" .

我知道我可以使用 C++ 通过解析文件轻松地做到这一点，但我也可以使用 awk 等 Linux 命令或使用 python 来做到这一点吗？在这里，我希望输入数据的最后一列显示为输出数据中带有 #@ 的第一行

Answer 1

鉴于某些数据看起来并不完全是表格形式，我会将其视为纯文本，并使用正则表达式手动隔离最后两个字段，以避免修剪有意义的空格。

使用 GNU sed，这可能如下所示:

sed -r 's/^(.*\S)\s+(\S+)\s+(\S+)$/#@ \2\n\1 \3/' filename

\s 和 \S 是 GNU 扩展，分别匹配空白和除空白之外的所有内容；剩下的只是将行分成捕获组并在打印之前重新组装。请注意，这会删除倒数第三个字段和最后一个字段(行末尾的 .)之间的多余空格。根据您的示例输出，这似乎就是您想要的。

如果空白修剪不成问题，那么

awk '{ print "#@ " $(NF - 1); $(NF - 1) = $NF; --NF; print }' filename

似乎是在 (g|m)awk 中执行此操作的明智方法。