使用sed合并行

Question

我有一个45999行的文本文件。每行都有一个单词(unigram)。我想创建两个连续的单词(二元语法)。例如：

apple
pie
red
vine

我想要'apple pie', 'pie red', 'red vine'。我尝试使用sed 'N;s/\n/ /'，但它只创建了“苹果派”和“红藤”。我该如何解决这个问题？谢谢。。

Answer 1

如果你对awk没意见，你可以试着关注一下吗？

awk -v RS="" '
BEGIN{
  OFS=","
  s1="\047"
}
{
  for(i=2;i<=NF;i++){
    print s1 $(i-1) s1, s1 $i s1
  }
}'  Input_file

输出如下所示。

'apple','pie'
'pie','red'
'red','vine'

第二个解决方案：，因为OP的输出不清楚，所以也添加这个。

awk -v RS="" '
BEGIN{
  OFS=","
  s1="\047"
}
{
  for(i=2;i<=NF;i++){
    val=(val?val OFS:"")s1 $(i-1) s1 OFS s1 $i s1
  }
}
END{
  print val
}'  Input_file

输出如下所示。

'apple','pie','pie','red','red','vine'

Answer 2

这可能适用于您(GNU sed)：

sed -nE 'N;s/\n(.*)/ \1&/;P;D' file

将下一行追加到当前行，然后将换行符替换为空格，然后再次追加第二行。打印/删除第一行，然后重复。

注意:这不会打印最后一行，因为它不是一对，如果需要最后一行，请使用：

sed -E 'N;s/\n(.*)/ \1&/;P;D' file

如果要将输出打印为单行，其中每一行都用单引号括起来并用逗号分隔，请使用：

sed -E ':a;$!N;s/(\S+)\n(.*)/'\''\1 \2'\'', \2/;ta;s/ (\S+)$/ '\''\1'\''/' file

或者：

sed -E ':a;$!N;s/(\S+)\n(.*)/'\''\1 \2'\'', \2/;ta;s/, \S+$/' file