[正则] 行数对换与替换？ [已经解决] [复制链接]

论坛徽章:: 5

12楼 [报告]

发表于 2010-03-31 11:28 |只看该作者

本帖最后由 blackold 于 2010-03-31 11:32 编辑

awk -v RS='^[0-9]+|\n[0-9]+' -F '\n[^\n:]*：' -v OFS=, 'NR>1{sub(/（/,"",$1);sub(/-/,",*,*,",$1);sub(/）/,",*,*",$1);if($6)$6="备注:"$6",";print p$1,$4,$5,$6$2,$3}{p=RT}' urfile

复制代码

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

13楼 [报告]

发表于 2010-03-31 11:38 |只看该作者

本帖最后由 peterdocter 于 2010-03-31 11:47 编辑

blackold 发表于 2010-03-31 11:28

大师这一正则条是针对原始数据，还是ywlscpl大大建议？
鉴于你每路第一行的不确定性及最后一行备注有无的不确定性，建议你生成数据时每路后加一个空行，方便后期处理

如果是原数据还有一些问题：

302区间（牛栏前-经济大厦）
302区间牛栏前,*,*,经济大厦）,牛栏前-沙吓-水尾村-东边-沙元埔-民康路口-横岭工业区(潜龙花园)-横岭-惠鑫公寓-梅林检查站-福田看守所-梅龙天桥-彩管厂-笔架山公园-市二医院②-华强北-华强中-经济大厦,经济大厦-华强中-华强北-市二医院②-笔架山公园-彩管厂-梅龙天桥-福田看守所-梅林检查站-惠鑫公寓-横岭-横岭工业区(潜龙花园)-民康路口-沙元埔-东边-水尾村-沙吓-牛栏前,50-80分钟,上车2元

26路区间快车（白石洲②-福田保税区（绒花路口））
26路区间快车白石洲②,*,*,福田保税区（绒花路口））,白石洲②-世界之窗①--竹子林-深航大厦-招商银行大厦-天安数码城-沙尾-新洲村-妇幼保健院-益田村-益田市场-福田保税区（绒花路口）,福田保税区（绒花路口）-益田市场-益田村-妇幼保健院-新洲村-仁爱医院-沙尾-金地花园-天安数码城-招商银行大厦-深航大厦-竹子林-世界之窗①-白石洲②,备注：高峰专线,10分钟,普巴2元,冷巴2.5元

大师这样吧？如果没有准备标签合并时你都给我加上,备注：

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

ywlscpl

富甲一方

论坛徽章:: 0

14楼 [报告]

发表于 2010-03-31 11:46 |只看该作者

回复 11# peterdocter

xx路
...
...
空行
xx2路
..
...
空行
xxx路
..
..

awk -v RS= -v OFS=, '{split($1,m1,"[（）-]");split($2,m2,"：");split($3,m3,"：");split($4,m4,"：");split($5,m4,"：");print m1[1],m1[2],"*,*",m1[3],"*,*",m4[2],m5[2],$6,m2[2],m3[2]}' file

复制代码

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 5

15楼 [报告]

发表于 2010-03-31 11:47 |只看该作者

本帖最后由 blackold 于 2010-03-31 11:52 编辑

你的数据不规范。

sed '/：/!s/^/\n/' urfile|awk -v RS= -F '\n[^\n:]*：' -v OFS=, '{sub(/（/,",",$1);sub(/-/,",*,*,",$1);if($6)$6="备注："$6",";print $1,$4,$5,$6$2,$3"\n"}'

复制代码

可以这样试试。自己修改吧。

粗略看了一下，对于原始数据好像可以得到正确结果。

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

16楼 [报告]

发表于 2010-03-31 12:11 |只看该作者

你的数据不规范。可以这样试试。自己修改吧。

粗略看了一下，对于原始数据好像可以得到正确结果。
blackold 发表于 2010-03-31 11:47

如果把备注：都加上了？
,备注：
不管有否它!

第一行还是有一点点问题,多一个）

324路,石凹水库,*,*,南头总站）,石凹水库-新围路口-大船坑-水围新村-大浪街道办-万盛百货-英泰工业区-三联居委-龙华天虹商场-龙华市场-龙华街道办-龙华地税-华富市场-龙华人民医院-龙华广场-共和新村-瓦窑排村-富士康-油富商场-惠万家-油松-万众城-牛栏前-沙吓-水尾-东边(民治村委)-沙元埔(民治小学)-民康路口-横岭工业区(潜龙花园)-横岭村-惠鑫公寓-梅林检查站-福田党校②-万科大厦-梅林医院-上梅林市场-梅林三村东-梅林三村-梅林二村-梅林一村①-下梅林市场①-景鹏大厦-景新花园①-景秀中学-龙塘-香蜜二村-香梅路口-深南香蜜立交-招商银行大厦-交通局-锦绣中华-世界之窗-白石洲-大冲-科技园-深大北门①-南山文体中心-南山医院-深发展南头支行-南贸市场-南山法院-南新路口-南头总站,南头总站-南新路口-南山法院-南贸市场-深发展南头支行-南山医院-南山文体中心-深大北门①-科技园-大冲-白石洲-世界之窗-锦绣中华-交通局-招商银行大厦-深南香蜜立交-香梅路口-香蜜二村-龙塘-景秀中学-景新花园①-景鹏大厦-下梅林市场①-梅林一村①-梅林二村-梅林三村-上梅林市场-梅林医院-万科大厦-凯丰路北-梅林检查站-惠鑫公寓-横岭村-横岭工业区(潜龙花园)-民康路口-沙元埔(民治小学)-东边(民治村委)-水尾-沙吓-牛栏前-万众城-油松-惠万家-油富商场-富士康-瓦窑排村-共和新村-龙华广场-龙华人民医院-华富市场-龙华地税-龙华街道办-龙华市场-龙华天虹商场-三联居委-益家百货-英泰工业区-万盛百货-大浪街道办-水围新村-大船坑-新围路口-石凹水库,备注：车次很少,5:30-21:30,上车2元,全程7元

337路,海上田园风光,*,*,火车站）,海上田园风光-民主村委-沙一村-康之宝-沙四东宝工业区-沙井码头-水产油站-益华电子城-新桥路口-上园酒店-沙井客运站-上南酒店-上南油站-凤凰路口-福永镇路口-水浪加油站-兴围村-黄田村-钟屋-桃源居-固戍路口-西成工业区-宝安农批市场-西乡立交-流塘路口-西乡路口-上川路口-裕安路口-宝安区交通局-宝安万佳-南头检查站-南新天桥-南山文体中心-南山医院东-南航公司-荔园大厦(岁宝百货)-后海立交-滨海之窗-红树林-下沙-上沙-福田体育公园-福田实验学校-会展中心南-岗厦中学-联合广场-福滨新村-岗边村-无委大厦-上步中学-上步南天桥-滨江新村-鹿丹村-宝安南路-人民桥-门诊部-国贸-罗湖小学-火车站,火车站-罗湖小学-金威大厦-鹿丹村-滨江新村-上步南天桥-上步中学-无委大厦-岗边村-福滨新村-联合广场-岗厦中学-会展中心南-福田实验学校②-福田体育公园-上沙-红树林-滨海之窗-后海立交-荔园大厦-南航公司-南山医院东-南山文体中心-南新天桥-南头检查站-宝安万佳-宝安区交通局-裕安路口-上川路口-西乡路口-流塘路口-西乡立交-宝安农批市场-西成工业区-固戍路口-桃源居-钟屋-黄田村-兴围村-水浪加油站-福永镇路口-凤凰路口-凤凰天桥-上南油站-上南酒店-沙井客运站-上园酒店-新桥路口-益华电子城-水产油站-沙井码头-沙四东宝工业区-康之宝-沙一村-民主村委-海上田园风光,备注：网友反映337公交应该改善一下,车上气味难闻,很容易晕车,海上田园5:10-22:00火车站5:10-22:30运行时间：约2.5小时，堵车要3个小时发车间隔：12分钟左右,上车2元,全程10元

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 5

17楼 [报告]

发表于 2010-03-31 12:22 |只看该作者

本帖最后由 blackold 于 2010-03-31 12:27 编辑

回复 16# peterdocter

原来没有备注的，结果也没有备注，不会都有备注：

sed '/：/!s/^/\n/' urfile|awk -v RS= -F '\n[^\n:-]*：' -v OFS=, '{sub(/（/,",",$1);sub(/-/,",*,*,",$1);sub(/）/,",",$1);if($6)$6="备注："$6",";print $1,$4,$5,$6$2,$3"\n"}'

复制代码

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 0

18楼 [报告]

发表于 2010-03-31 14:47 |只看该作者

本帖最后由 peterdocter 于 2010-03-31 17:26 编辑

回复 peterdocter

原来没有备注的，结果也没有备注，不会都有备注：
blackold 发表于 2010-03-31 12:22

大师还有一些小问题：
25路区间（香梅北总站-火车站）
运营时间：6:30-23:00
票价：2.5元
往程：香梅北总站-福田外国语学校西-福田外国语学校东-天然居-景秀中学-龙塘-市政大厦-鲁班大厦-莲花山西-莲花山公园-少年宫-关山月美术馆-莲花二村-花卉世界-华新村-圣廷苑酒店-妇儿医院-荔园小学-市总工会-上步南-滨江新村-鹿丹村-金威大厦-罗湖小学-火车站
返程：火车站-京湖酒店-建设路-金威大厦-鹿丹村-滨江新村-上步南天桥-上步南-市总工会-荔园小学-妇儿医院-圣廷苑酒店-华新村-花卉世界-莲花二村-关山月美术馆-莲花山公园-莲花山西-鲁班大厦-商报大厦-妇儿大厦-景秀中学-天然居-福田外国语学校东-福田外国语学校西-香梅北总站

25路区间,香梅北总站,*,*,火车站,,香梅北总站-福田外国语学校西-福田外国语学校东-天然居-景秀中学-龙塘-市政大厦-鲁班大厦-莲花山西-莲花山公园-少年宫-关山月美术馆-莲花二村-花卉世界-华新村-圣廷苑酒店-妇儿医院-荔园小学-市总工会-上步南-滨江新村-鹿丹村-金威大厦-罗湖小学-火车站,火车站-京湖酒店-建设路-金威大厦-鹿丹村-滨江新村-上步南天桥-上步南-市总工会-荔园小学-妇儿医院-圣廷苑酒店-华新村-花卉世界-莲花二村-关山月美术馆-莲花山公园-莲花山西-鲁班大厦-商报大厦-妇儿大厦-景秀中学-天然居-福田外国语学校东-福田外国语学校西-香梅北总站,6:30-23:00,2.5元

26路区间快车（白石洲②-福田保税区（绒花路口））
运营时间：07:00-09:00发车间隔：10分钟
票价：普巴2元,冷巴2.5元
往程：白石洲②-世界之窗①--竹子林-深航大厦-招商银行大厦-天安数码城-沙尾-新洲村-妇幼保健院-益田村-益田市场-福田保税区（绒花路口）
返程：福田保税区（绒花路口）-益田市场-益田村-妇幼保健院-新洲村-仁爱医院-沙尾-金地花园-天安数码城-招商银行大厦-深航大厦-竹子林-世界之窗①-白石洲②
备注：高峰专线

26路区间快车,白石洲②,*,*,福田保税区（绒花路口,）,白石洲②-世界之窗①--竹子林-深航大厦-招商银行大厦-天安数码城-沙尾-新洲村-妇幼保健院-益田村-益田市场-福田保税区（绒花路口）,福田保税区（绒花路口）-益田市场-益田村-妇幼保健院-新洲村-仁爱医院-沙尾-金地花园-天安数码城-招商银行大厦-深航大厦-竹子林-世界之窗①-白石洲②,备注：高峰专线,07:00-09:00发车间隔：10分钟,普巴2元,冷巴2.5元

316路（同富裕工业区（石岩）-白石龙）
运营时间：白石龙6:30-21:00石岩总站6:10-21:00
票价：上车2元,全程8元
往程：同富裕工业区（石岩）-石岩园岭村-田心路口-环城北路-宝燃油站-官田村-石岩镇政府-万联商场-河滨花园-罗租村-变电站-山城工业区-台湾工业区-塘头路口-旺达彩印厂-应人石村-西丽阳光工业区-南岗工业区-白芒检查站-白芒村-荔枝大世界-西丽果场-官龙村-高职院-九祥岭-西丽医院东-大沙河-西丽市场-西丽体育公园-珠光村-龙辉花园-新屋村-收容教育所-桃源村-桃源村东-枫丹雅苑-景田沃尔玛-宏浩花园-景秀中学-景新花园-北大医院-莲花北村-彩田村-公交大厦-彩管厂-梅龙天桥-福田看守所-梅林检查站-惠鑫公寓-白石龙
返程：白石龙-惠鑫公寓-梅林检查站-梅龙天桥-福田看守所-莲花一村-彩管厂-公交大厦-彩田村-莲花村东-北大医院-景新花园-景秀中学-宏浩花园-景田沃尔玛-枫丹雅苑-桃源村东-桃源村-收容教育所-新屋村-龙辉花园-珠光村-西丽体育公园-西丽市场-大沙河-西丽医院东-九祥岭-高职院-官龙村-西丽果场-荔枝大世界-白芒村-白芒检查站-南岗工业区-西丽阳光工业区-应人石村-旺达彩印厂-塘头路口-台湾工业区-山城工业区-变电站-罗租村-河滨花园-万联商场-石岩镇政府-官田村-环城北路-田心路口-石岩园岭村-同富裕工业区（石岩）
备注：09年3月15日起景田北路段改线(修地铁)

316路,同富裕工业区（石岩,,*,*,白石龙）,同富裕工业区（石岩）-石岩园岭村-田心路口-环城北路-宝燃油站-官田村-石岩镇政府-万联商场-河滨花园-罗租村-变电站-山城工业区-台湾工业区-塘头路口-旺达彩印厂-应人石村-西丽阳光工业区-南岗工业区-白芒检查站-白芒村-荔枝大世界-西丽果场-官龙村-高职院-九祥岭-西丽医院东-大沙河-西丽市场-西丽体育公园-珠光村-龙辉花园-新屋村-收容教育所-桃源村-桃源村东-枫丹雅苑-景田沃尔玛-宏浩花园-景秀中学-景新花园-北大医院-莲花北村-彩田村-公交大厦-彩管厂-梅龙天桥-福田看守所-梅林检查站-惠鑫公寓-白石龙,白石龙-惠鑫公寓-梅林检查站-梅龙天桥-福田看守所-莲花一村-彩管厂-公交大厦-彩田村-莲花村东-北大医院-景新花园-景秀中学-宏浩花园-景田沃尔玛-枫丹雅苑-桃源村东-桃源村-收容教育所-新屋村-龙辉花园-珠光村-西丽体育公园-西丽市场-大沙河-西丽医院东-九祥岭-高职院-官龙村-西丽果场-荔枝大世界-白芒村-白芒检查站-南岗工业区-西丽阳光工业区-应人石村-旺达彩印厂-塘头路口-台湾工业区-山城工业区-变电站-罗租村-河滨花园-万联商场-石岩镇政府-官田村-环城北路-田心路口-石岩园岭村-同富裕工业区（石岩）,备注：09年3月15日起景田北路段改线(修地铁),白石龙6:30-21:00石岩总站6:10-21:00,上车2元,全程8元

335B路（四季花城（北）-经济大厦）
运营时间：四季花城07:50-19:00经济大厦8:30-20:00
票价：一票制2元
往程：四季花城（北）-春华四季园-碧水龙庭-皓月花园-潜龙花园（横岭工业区）-横岭村（榕苑）-石龙路口-惠鑫公寓-梅林检查站-中级法院-莲花二村-花卉世界-海外装饰大厦-华富路-中航地产-经济大厦
返程：经济大厦-上海宾馆东-上海宾馆-华富路-海外装饰大厦-花卉世界-莲花二村-中级法院-福田党校-梅林检查站-惠鑫公寓-横岭村（榕苑）-潜龙花园（横岭工业区）-碧水龙庭-华南物流-春华四季园-四季花城（北）

335B路,四季花城（北,,*,*,经济大厦）,四季花城（北）-春华四季园-碧水龙庭-皓月花园-潜龙花园（横岭工业区）-横岭村（榕苑）-石龙路口-惠鑫公寓-梅林检查站-中级法院-莲花二村-花卉世界-海外装饰大厦-华富路-中航地产-经济大厦,经济大厦-上海宾馆东-上海宾馆-华富路-海外装饰大厦-花卉世界-莲花二村-中级法院-福田党校-梅林检查站-惠鑫公寓-横岭村（榕苑）-潜龙花园（横岭工业区）-碧水龙庭-华南物流-春华四季园-四季花城（北）,四季花城07:50-19:00经济大厦8:30-20:00,一票制2元

本原来是*,*,吃掉**了！
25路区间,香梅北总站,*,*,火车站,,香梅北总站-福田外国语学校西-福田外国语学校东-天然居-景秀中学-龙塘-市政大厦-鲁班大厦-莲花山西- 莲花山公园-少年宫-关山月美术馆-莲花二村-花卉世界-华新村-圣廷苑酒店-妇儿医院-荔园小学-市总工会-上步南-滨江新村-鹿丹村-金威大厦-罗湖小学-火车站,火车站-京湖酒店-建设路-金威大厦-鹿丹村-滨江新村-上步南天桥-上步南-市总工会-荔园小学-妇儿医院-圣廷苑酒店-华新村-花卉世界-莲花二村-关山月美术馆-莲花山公园-莲花山西-鲁班大厦-商报大厦-妇儿大厦-景秀中学-天然居-福田外国语学校东-福田外国语学校西-香梅北总站,6:30-23:00,2.5元
正确的格式应该是：
25路区间,香梅北总站,*,*,火车站,*,*,香梅北总站-福田外国语学校西-福田外国语学校东-天然居-景秀中学-龙塘-市政大厦-鲁班大厦-莲花山西- 莲花山公园-少年宫-关山月美术馆-莲花二村-花卉世界-华新村-圣廷苑酒店-妇儿医院-荔园小学-市总工会-上步南-滨江新村-鹿丹村-金威大厦-罗湖小学-火车站,火车站-京湖酒店-建设路-金威大厦-鹿丹村-滨江新村-上步南天桥-上步南-市总工会-荔园小学-妇儿医院-圣廷苑酒店-华新村-花卉世界-莲花二村-关山月美术馆-莲花山公园-莲花山西-鲁班大厦-商报大厦-妇儿大厦-景秀中学-天然居-福田外国语学校东-福田外国语学校西-香梅北总站,6:30-23:00,2.5元
还有第一行有两个括号时，符号标错了位置！
335B路,四季花城（北,,*,*,经济大厦）,四季花城（北）-春华四季园-碧水龙庭-皓月花园-潜龙花园（横岭工业区）-横岭村（榕苑）-石龙路口-惠鑫公寓-梅林检查站-中级法院-莲花二村-花卉世界-海外装饰大厦-华富路-中航地产-经济大厦,经济大厦-上海宾馆东-上海宾馆-华富路-海外装饰大厦-花卉世界-莲花二村-中级法院-福田党校-梅林检查站-惠鑫公寓-横岭村（榕苑）-潜龙花园（横岭工业区）-碧水龙庭-华南物流-春华四季园-四季花城（北）,四季花城07:50-19:00经济大厦8:30-20:00,一票制2元
正确的格式：
335B路,*,*,四季花城（北),*,*,经济大厦）,四季花城（北）-春华四季园-碧水龙庭-皓月花园-潜龙花园（横岭工业区）-横岭村（榕苑）-石龙路口-惠鑫公寓-梅林检查站-中级法院-莲花二村-花卉世界-海外装饰大厦-华富路-中航地产-经济大厦,经济大厦-上海宾馆东-上海宾馆-华富路-海外装饰大厦-花卉世界-莲花二村-中级法院-福田党校-梅林检查站-惠鑫公寓-横岭村（榕苑）-潜龙花园（横岭工业区）-碧水龙庭-华南物流-春华四季园-四季花城（北）,四季花城07:50-19:00经济大厦8:30-20:00,一票制2元

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？

论坛徽章:: 5

19楼 [报告]

发表于 2010-03-31 14:52 |只看该作者

回复 16# peterdocter

什么问题？

实战分享：从技术角度谈机器学习入门| 【大话IT】RadonDB低门槛向MySQL集群下战书 | ChinaUnix打赏功能已上线！ | 新一代分布式关系型数据库RadonDB知多少？