处理带有嵌入式 UNIX 换行符的固定长度记录

Question

我收到的文本文件是固定长度字段和回车/换行符分隔记录 ( CRLF)。最近，其中一个文本字段开始在记录 ( ) 中出现换行符LF。这显然在我们的 unix 服务器上造成了一些问题。

LF我想简单地在文件中查找 的使用并将其替换为单个空格，但这显然会干扰 Windows 换行符。

我已经尝试过tr，perl但似乎不太正确：

cat badinput.txt | perl -p -e 's/\x0D\x0A/\x0D/' | perl -p -e 's/\0A/ /' | perl -p -e 's/\x0D/\x0D\x0A/' > goodoutput.txt

这个想法是

• CRLF用。。。来代替CR
• LF用。。。来代替
• CR用。。。来代替CRLF

由于某种原因，我不太明白 CR -> CRLF 转换。

建议？

Answer 1

当它前面没有紧接着时，为什么不替换\x0A（用空格）\x0D

s/(?<!\x0D)\x0A/ /;

这使用负回顾

将文件读入字符串（“slurp”它）可能是最安全的，因为不清楚那些 LF/CRLF 将如何“逐行”读取它——操作系统上的“行”是什么？这是处理过的吗？所以

perl -0777 -wpE's/(?<!\x0D)\x0A/ /g' file

命令0777 开关有效地取消设置输入记录分隔符。

这将打印出包含更改的文件。要就地更改它，请添加-i. 请参阅链接的文档。