使用awk替换每个第n次出现的图案

Question

我试图在文本文件中每次出现一个字符串，以取代。

背景： 我有一个巨大的bibtex文件（名为in.bib），其中包含数百个以“@”开头的条目。但是每个条目都有不同数量的行。我想在每个（比如说）第6次出现“@”之前写一个字符串（比如“＃”），所以我可以使用csplit将“＃”处的巨大文件拆分成包含每个5个条目。

问题是要找到并替换每五分之一的“@”。

因为我需要它反复，在printing with sed or awk a line following a matching pattern建议的答案不会做这项工作。再次，我不只是在寻找一个匹配的地方，而是寻找其中的很多。

我有什么至今：

awk '/^@/ && v++%5 {sub(/^@/, "\n#\n@")} {print > "out.bib"}' in.bib 

取代2日至5日次数（没有更多）。 （顺便说一句，我发现这里采用此解决方案： “Sed replace every nth occurrence” 最初，它是为了取代每秒occurence - 这确实。）

;第二：

awk -v p="@" -v n="5" '$0~p{i++}i==n{sub(/^@/, "\n#\n@")}{print > "out.bib"}' in.bib 

正好替换第五次发生，没有别的。 （从这里采用的解决方案：“Display only the n'th match of grep”

我需要什么（而不是能写）是恕我直言，一个循环将一个for循环做的工作喜欢的东西：？

for (i = 1; i <= 200; i * 5) 
    <find "@"> and <replace with "\n#\n@"> 
then print 

的材料我有看起来像这样：

@article{karamanic_jedno_2007, 
    title = {Jedno Kosova, Dva Srbije}, 
    journal = {Ulaznica: Journal for Culture, Art and Social Issues}, 
    author = {Karamanic, Slobodan}, 
    year = {2007} 
} 

@inproceedings{blome_eigene_2008, 
    title = {Das Eigene, das Andere und ihre Vermischung. Zur Rolle von Sexualität und Reproduktion im Rassendiskurs des 19. Jahrhunderts}, 
    comment = {Rest of lines snippet off here for usability -- as in following entries. All original entries may have a different amount of lines.} 
} 

@book{doring_inter-agency_2008, 
    title = {Inter-agency coordination in United Nations peacebuilding} 
} 

@book{reckwitz_subjekt_2008, 
    address = {Bielefeld}, 
    title = {Subjekt} 
} 

我要的是每第六项看起来像这样：

# 
@book{reckwitz_subjekt_2008, 
    address = {Bielefeld}, 
    title = {Subjekt} 
} 

感谢您的帮助。

Answer 1

你的代码几乎是正确的，我修改了它。

要替换每第n次出现，您需要一个模块表达式。

所以与支架更好的理解，你需要像((i % n) == 0)

awk -v p="@" -v n="5" ' $0~p { i++ } ((i%n)==0) { sub(/^@/, "\n#\n@") }{ print }' in.bib > out.bib 

Answer 2

的表达，你可以一步完成拆分的awk容易。

awk -v RS='@' 'NR==1{next} (NR-1)%5==1{c++} {print RT $0 > FILENAME"."c}' file 

将创建file.1中，file.2中等与每个5条记录，其中记录由分隔符@定义。

Answer 3

相反在使用多个工具多个步骤这样做的，只是这样做：

awk '/@/ && (++v%5)==1{out="out"++c} {print > out}' file 

未经检验的，因为你没有提供任何样品的输入/输出。

如果您没有GNU awk并且您的输入文件很大，您需要在out=...之前添加一个close(out)以避免同时打开太多文件。