Processamento de texto - junte-se a cada duas linhas com vírgulas

Eu tenho mais de 1000 linhas em um arquivo. O arquivo inicia da seguinte forma (números de linha adicionados):

Station Name
Station Code
A N DEV NAGAR
ACND
ABHAIPUR
AHA
ABOHAR
ABS
ABU ROAD
ABR

Eu preciso converter isso em um arquivo, com entradas separadas por vírgula, juntando-se a cada duas linhas. Os dados finais devem ter a aparência de

Station Name,Station Code
A N DEV NAGAR,ACND
ABHAIPUR,AHA
ABOHAR,ABS
ABU ROAD,ABR
...

O que eu estava tentando era - tentando escrever um script de shell e depois echocom vírgula no meio. Mas eu acho que uma linha simples eficaz mais simples faria o trabalho aqui pode estar em sed/ awk.

Alguma ideia?

Basta usar cat(se você gosta de gatos ;-)) e paste:

cat file.in | paste -d, - - > file.out

Explicação: pastelê de vários arquivos e cola as linhas correspondentes (linha 1 do primeiro arquivo com linha 1 do segundo arquivo etc):

paste file1 file2 ...

Em vez de um nome de arquivo, podemos usar -(traço). pastepega a primeira linha do arquivo1 (que é stdin). Então, ele deseja ler a primeira linha do arquivo2 (que também é stdin). No entanto, uma vez que a primeira linha do stdin já foi lida e processada, o que agora espera no fluxo de entrada é a segunda linha do stdin, que pastecola felizmente na primeira. A -dopção define o delimitador para ser uma vírgula e não uma guia.

Como alternativa, faça

cat file.in | sed "N;s/\n/,/" > file.out

PS Sim, pode-se simplificar o acima para

< file.in sed "N;s/\n/,/" > file.out

ou

< file.in paste -d, - - > file.out

qual tem a vantagem de não usar cat.

No entanto, eu não usei esse idioma de propósito , por razões de clareza - é menos detalhado e eu gosto cat(GATOS SÃO AGRADÁVEIS). Então, por favor, não edite.

Como alternativa, se você preferir colar a gatos (colar é o comando para concatenar arquivos horizontalmente, enquanto gato os concatena verticalmente), você pode usar:

paste file.in | paste -d, - -

Caso alguém que esteja aterrissando aqui esteja procurando combinar todas as linhas em um forro CSV único, tente

cat file | tr '\n' ','

sed 'N;s/\n/,/' file

Usando sed, junte-se a (N) a cada 2 linhas e substitua a nova linha (\ n) por ",".

paste -sd ',\n' file.in > file.out

Observe também que, como estamos apenas substituindo um caractere por outro (todas as outras novas linhas por vírgula), podemos trabalhar no arquivo de entrada em vigor:

paste -sd ',\n' file.in 1<> file.in

(mas cuidado, pode não funcionar em sistemas não Unix que possuem terminadores CRLF (como os da Microsoft) que alguns POSIX emulados pastepodem tratar de maneira não-Unix)

Aqui está uma linha (embora potencialmente milhões de comandos executados) usando o Bash puro:

(IFS=; while read -r name; do read -r code; printf '%s\n" "$name,$code"; done < file.in) > file.out

Eu uso um subshell (a parêntese) para não precisar armazenar e restaurar IFS. Qual deles deve ser feito para não atrapalhar o ambiente dos usuários, caso a fonte seja originada. A alternativa seria passar esse novo IFS apenas para readcomo IFS= read -r name,IFS= read -r code .

O fato de todos os comandos do loop serem construídos no shell torna seu desempenho aceitável e é ainda mais rápido que as outras soluções para arquivos pequenos. Mas muitas pessoas consideram isso uma prática ruim e é preciso ter cuidado ao generalizá-la para qualquer outra coisa.

Para o conjunto completo de respostas, uma awksolução possível pode ser:

awk 'NR%2==1 {printf $0","} NR%2==0 { print $0}' *file*

Hoary castanha velha de um awkidioma

awk '{ORS=NR%2?",":"\n";print}' file
Station Name,Station Code
A N DEV NAGAR,ACND
ABHAIPUR,AHA
ABOHAR,ABS
ABU ROAD,ABR

Possível com perl também,

perl -pe 's/^\d+\.\s+//;$.&1?chomp:print","' file

Por exemplo:

seq 0 70 | xargs -L 2 | sed 's/ /,/g'

Saída: (nota: xargs -L number_of_columnsfunciona bem com quase qualquer número de colunas, não apenas a cada duas linhas)

0,1
2,3
4,5
6,7
8,9
10,11
12,13
14,15
16,17
18,19
20,21
22,23
24,25
26,27
28,29
30,31
32,33
34,35
36,37
38,39
40,41
42,43
44,45
46,47
48,49
50,51
52,53
54,55
56,57
58,59
60,61
62,63
64,65
66,67
68,69
70

Solução POSIX com pr:

pr -2 -a -t -s, file

http://pubs.opengroup.org/onlinepubs/9699919799/utilities/pr.html