1

我有这样的文件

apple

ae-pal

noun.

a fruit

ball

b'al

noun.

playing material
round shaped

等等。所以它以单词开头，然后是一个空行和发音（我知道上面的那些是愚蠢的：P）。然后是词性和意义。每学期后有空行。我最终想要的是进行递归调用，以便它拍摄第一个单词并放置在数据库中的一个表中（mysql，可能是），然后第二个进入同一个表的对应行，依此类推。

首先我想给这个空间编号。比如 1 2 3 4 等等。这样我就可以将所有 1、5、9（即 2*x+1）放在一个地方，将 2*x 放在另一个地方，这样我就可以达到我的目的，我可以将它们推送到数据库中，最终得到我的字典。

我可以找到一种用数字替换空行的方法，但不知道如何使它们增加数字。我想知道如何使用 sed、awk 甚至 python 来实现这一点。毫无疑问，正则表达式将在那里。

伪代码

is line empty ? 
   yes ? give a number  x (x =1)
   increase x by 1
   no ? go to next line
   repeat till eof.

我希望我足够清楚！

4

4 回答 4

2

这可能对您有用：

awk '/^$/{print ++c;next};1' file

或 GNU sed：

touch /tmp/c
addone () { c=$(</tmp/c); ((c+=1)); echo $c | tee /tmp/c; }
export -f addone
sed '/^$/s//addone/e' file
rm /tmp/c

另一种方法可能是将所有空白行转换为制表符，每四个制表符转换为换行符。

sed ':a;$!{N;ba};s/\n\n/\t/g;y/\n/ /;' file | sed 's/\t/\n/4;P;D'
于 2012-08-15T06:02:07.823 回答
1 
(line for line in open(...) if line)

是对文件非空行的迭代。使用此配方以四人组对其进行迭代：

def grouper(iterable, n, fillvalue=None):
    args = [iter(iterable)] * n
    return izip_longest(*args, fillvalue=fillvalue)

nonempty_lines = (line for line in open(...) if line)
grouper(nonempty_lines, 4)
于 2012-08-15T05:32:37.043 回答
1

你可以使用iterable，因为它只在next()被调用时产生

with open('data.txt') as f:
    lines=[x.strip() for x in f]
    spaces=lines.count('')   #count the number of empty lines
    odd_spaces=spaces//2+1   #odd lines 1,3,5,7...
    even_spaces=spaces-odd_spaces #even lines 2,4,6,...

    it=iter(range(1,spaces+1)) #create an iterable
    try:
        lines=[x if x!='' else next(it) for x in lines]  #if line is empty then call next(it)
    except StopIteration:
        pass
    for x in lines:
        print(x)

    fil=[4*x+1 for x in range(0,spaces+1) if 4*x+1<spaces] #4x+1
    print(fil)
    row=[lines[lines.index(x)-1] for x in fil]
    print(row)

    fil=[2*x+1 for x in range(0,spaces+1) if 2*x+1<spaces] #2x+1
    print(fil)
    row=[lines[lines.index(x)-1] for x in fil]
    print(row)

输出：

apple
1
ae-pal
2
noun.
3
a fruit
4
ball
5
b'al
6
noun.
7
playing material
round shaped
[1, 5]
['apple', 'ball']
[1, 3, 5]
['apple', 'noun.', 'ball']
于 2012-08-15T05:44:33.133 回答
1

你为什么不运行一个循环计算空白行然后插入数据库是正则表达式的重要性？

在这里，一个快速而肮脏的 php 实现

<?php

$filename = $argv[1];

if(file_exists($filename) && is_readable($filename)) {

    $fh = fopen ($filename, "r");
    $count = 0;
    $el = 0;
    $items = array();
    while(!feof($fh)) {
        $line = fgets($fh);
        if($line == "\n")
        {
            $count++;
            if($count == 4)
            {
                $el ++;
                $count = 0;
            }
            continue;
        }
        $items[$el][$count] .= $line;
    }
    fclose($fh);
}
var_dump($items);

?>

在命令行中以 php script.php 文件名运行它这就是我得到的

array(4) {
  [0] =>
  array(4) {
    [0] =>
    string(6) "apple\n"
    [1] =>
    string(7) "ae-pal\n"
    [2] =>
    string(6) "noun.\n"
    [3] =>
    string(8) "a fruit\n"
  }
  [1] =>
  array(4) {
    [0] =>
    string(5) "ball\n"
    [1] =>
    string(5) "b'al\n"
    [2] =>
    string(6) "noun.\n"
    [3] =>
    string(30) "playing material\nround shaped\n"
  }
  [2] =>
  array(4) {
    [0] =>
    string(5) "pink\n"
    [1] =>
    string(7) "pe-ank\n"
    [2] =>
    string(6) "color\n"
    [3] =>
    string(14) "girlish\ncolor\n"
  }
  [3] =>
  array(1) {
    [0] =>
    string(0) ""
  }
}
于 2012-08-15T06:00:06.903 回答