使用分隔符三重管道符号“|||”逐行合并两个文件

Question

我有两个并行文件，两种语言的行数相同，并计划用分隔符逐行合并这两个文件|||。例如，这两个文件如下：

文件A：

1Mo 1,1 I love you.
1Mo 1,2 I like you.
Hi 1,3 I am hungry.
Hi 1,4 I am foolish.

文件乙：

1Mo 1,1 Ich liebe dich.
1Mo 1,2 Ich mag dich.
Hi 1,3 Ich habe Durst.
Hi 1,4 Ich bin neu.

预期的输出是这样的：

1Mo 1,1 I love you. ||| 1Mo 1,1 Ich liebe dich.
1Mo 1,2 I like you. ||| 1Mo 1,2 Ich mag dich.
Hi 1,3 I am hungry. ||| Hi 1,3 Ich habe Durst.
Hi 1,4 I am foolish. ||| Hi 1,4 Ich bin neu.

我尝试了以下paste命令：

paste -d "|||" fileA fileB

但是返回的输出只包含一个管道，例如：

1Mo 1,1 I love you. |1Mo 1,1 Ich liebe dich.
1Mo 1,2 I like you. |1Mo 1,2 Ich mag dich.

有没有办法用牛肚管分隔每对线|||？

Answer 1

使用POSIX 粘贴：

:|paste -d ' ||| ' fileA - - - - fileB

paste将连接所有输入文件的相应行。这里我们有六个文件、fileA四个来自标准 in 的虚拟文件-和fileB.

分隔符列表包括一个空格、三个管道和一个空格，该顺序将被paste循环使用。

对于六个文件的第一行，fileA将与第一个虚拟文件连接（这没什么，感谢no-op :运算符），产生line1-fileA<space>.

第一个虚拟文件将通过管道与第二个虚拟文件 generate 连接line1-fileA |，然后第二个虚拟文件与第三个虚拟文件 generate line1-fileA ||，第三个虚拟文件与第四个虚拟文件 generate line1-fileA |||。

和第四个虚拟文件fileB，产生line1-fileA ||| line1-fileB.

这些步骤将对所有行重复，给你预期的结果。

使用的:|是少打字，并且主要集中在交互shell使用。在脚本中，您应该使用：

</dev/null paste -d ' ||| ' fileA - - - - fileB

以防止生成子shell。

Answer 2

嗯，这不使用 sed、awk 或 grep，但您可以在 bash 中轻松完成。命令是：

(while IFS= read -r a <&3 && IFS= read -r b <&4; do echo "$a ||| $b"; done) 3<fileA 4<fileB

粘贴的问题在于分隔符是单个字符。您还可以插入单个字符并使用 sed 对其进行转换，但如果该字符已出现在输入文件中，那将有点容易出错。

Answer 3

awk (GNU) 版本

awk '{printf ("%s ||| ", $0); getline < "fileB"; print $0 }' fileA

使用getlinein 中的命令，如果您从指定文件设置下一个，则可以从下一个输入记录awk设置$0（列的所有变量）。getline < "filename"$0

getline < "file" 从文件的下一条记录开始设置 $0; 设置 NF。

为什么您的尝试没有按预期进行？从man paste我们可以阅读

-d, --delimiters=LIST
     reuse characters from LIST instead of TABs

但它为每一列使用一个分隔符。

所以命令
paste -d '|*|*' fileA fileB fileA fileB给了我行

Hi 1,3 I am hungry.|Hi 1,3 Ich habe Durst.*Hi 1,3 I am hungry.|Hi 1,3 Ich...
Hi 1,4 I am foolish.|Hi 1,4 Ich bin neu.*Hi 1,4 I am foolish.|Hi 1,4 Ich...

一个sed解决方案，我建议，以避免哪怕接近原来的尝试，因为它的补丁所获得的行为，你的初衷：

 paste -d '|' fileA fileB | sed 's/|/|||/g'

为了避免因为您|用新的模式替换每个模式|||，但您必须假设管道符号 ( |) 不存在于您的数据中，否则您必须处理特殊情况并制作更复杂的代码以避免副作用。

具有Here String [ 1 ] 构造的变体<<<

 paste -d ' ||| ' fileA - - - - fileB  <<< ''

您使用-d ' ||| '(space,|,|,|,space) 和 4 个虚拟文件 ( - - - -)设置了 5 个分隔符，它们将从空字符串中获取数据''。

_{在 GNU Awk 4.0.1 上测试，粘贴 (GNU coreutils) 8.21 和 sed (GNU sed) 4.2.2}