regex - sed 和 awk 导致换行

Question

我有一个格式文件:

FA01_01:The birch canoe slid on the smooth planks  
FA01_02:Glue the sheet to the dark blue background

我需要它的形式(还要注意小写的使用):

<s> the birch canoe slid on the smooth planks </s> (FA01_01)  
<s> glue the sheet to the dark blue background </s> (FA01_02)

所以我用 sed 尝试了以下表达式:

sed 's/\(.......\):\(.*$\)/(\1) <s> \2 <\/s>/' tmp.dat

但这是它返回的内容:

</s> (FA01_01)anoe slid on the smooth planks  
</s> (FA01_02)eet to the dark blue background

无论出于何种原因，似乎 sed 导致替换的模式环绕到行的开头，但仅适用于第二个匹配项。例子:

$> sed 's/\(.......\):\(.*$\)/\1 \2/' tmp.dat
FA01_01 The birch canoe slid on the smooth planks

是正确的，但是

$>sed 's/\(.......\):\(.*$\)/\2 \1/' tmp.dat
FA01_01h canoe slid on the smooth planks

这甚至发生在 awk 中。为了测试环绕假设:

$> awk 'BEGIN{FS=":"}{print tolower($2) "XXX"}' tmp.dat
XXX birch canoe slid on the smooth planks

但

$> awk 'BEGIN{FS=":"}{print tolower($1) "XXX"}' tmp.dat
fa01_01XXX

任何想法会导致此换行？它与第二个模式或保存的列一直到行尾的事实有关吗？

Answer 1

原因是您的 tmp.dat 可能是 DOS 格式(带有\r 字符)。您可以尝试将其转换为 linux 格式(只有\n)，例如使用以下命令:

dos2unix tmp.dat

然后执行:

sed 's/\(.......\):\(.*$\)/<s>\L \2 \E<\/s> (\1)/' tmp.dat