Dotaz: Odstraneni \n, ale zachovani \n\n

[Jiri Vratny]

Zdravim,

prevadim PDF do TXT, a prevadece zalamuji radky tam, kde byly zalomene v PDF. Rad bych tyto radky "narovnal" (tj. odstranil "\n"), ale zaroven chci zachovat odstavce (tj. neodstranit "\n\n").

Jak na to? Sed-uju, tr-uju,... tajak uj, a ono \ne a \ne a \ne.

Diky za Vasi radu a trpelivost :)

Jirka

---

---

Odpovědi

[VM]

Viděl bych to na krátký program/skript třeba v Perlu. Na konci neprázdného řádku se "\n" odstraní a program si to zapamatuje, na konci prázdného se zachová, a pokud předchozí řádek byl neprázdný, tak se tam jedno "\n" vrátí.

[a1bert]

Neslo by pouzit toto? 1. Zmen \n\n na magic_sequence 2. Vymaz \n 3. Zmen magic_sequence na \n\n

[Sten]

Regulárním výrazem: ([^\n])\n([^\n]) => \1\2

[Šangala]

Nemám šajn co jsem to napsal, ale cosi to dělá.
sed ':a;N;$!ba;s/\([^\n]\)\n\([^\n]\)/\1\2/g' files

Tady už trochu vím co jsem napsal:
awk '{if ($0 == "") printf "\n"; printf "%s", $0 }' smaz files
nebo něco jako:
awk '{if (($0 == "")&&(n == 0)) { printf "\n"; n=1; }else{ n=0; } printf "%s", $0 }' files

Případně ty '\n' zdvojit - vloží prázdný řádek.

[Filip Jirsák]

Pokud můžete použít regulární výraz s vyhlížením (jsou např. v Perlu), můžete jedním výrazem rovnou unajít všechna \n, za kterými nenásleduje další \n:

\n(?<=\n)

[Sten]

To ale najde i \n na konci \n\n

[Filip Jirsák]

Ano, pochopil jsem to tak, že chce \n zrušit a \n\n nahradit za \n. Pokud chce \n\n ponechat, stačí drobná úprava:

(?<!\n)\n(?!\n)

Teď koukám, že v předchozím komentáři jsem to měl špatně, mělo to být:

\n(?!\n)

[cronin]

Ano, ano, v tom je krasa regularnych vyrazov (a Perlu, je nutne dodat): nikdy sa to nepodari na prvykrat, ... zvycajne sa to poniekolkych iteraciach pokusov a omylov dosolicha do stavu, kedy to funguje, ale vtedy tomu uz nikto nerozumie.