AWK：将行换成72个字符

$ awk 'length > 72' {HOW TO PRINT THE LINEs IN PCS?} msg

即我希望它\n在72个字符之后添加并继续，因此最初您可能需要删除所有single \n并将其添加。使用其他工具可能更容易一些，但让我们尝试一下awk。

[更新]

威廉姆森提供了正确的答案，但需要一些帮助才能阅读。我在下面用更简单的示例将问题分为几部分。

1. 为什么\t在两种情况下都显示下面的代码，gsub应该替换掉？x是一个虚拟文件，结尾处为奇数0。

2. line = $0 \n more = getline \n gsub("\t"," ")在威廉姆森的答复中上线，line显然得到整个标准输出，而more获得的弹出值是$0吗？

编写第1部分的代码

$ gawk '{ hallo="tjena\t tjena2"; gsub("\t"," "); }; END {print hallo; gsub("\t", ""); hallo=hallo gsub("\t",""); print hallo }' x
tjena  tjena2
tjena  tjena20

这是一个AWK脚本，它包装长行并重新包装其余部分和短行：

awk -v WIDTH=72 '
{
    gsub("\t"," ")
    $0 = line $0
    while (length <= WIDTH) {
        line = $0
        more = getline
        gsub("\t"," ")
        if (more)
            $0 = line " " $0
        else
            $0 = line
            break
    }
    while (length >= WIDTH) {
        print substr($0,1,WIDTH)
        $0 = substr($0,WIDTH+1)
    }
    line = $0 " "
}

END {
    print
}
'

CPAN上有一个Perl脚本，可以很好地重新格式化文本。它称为paradj（单个文件）。为了进行断字，您还需要TeX::Hyphen。

SWITCHES
--------
The available switches are:

--width=n (or -w=n or -w n)
    Line width is n chars long

--left (or -l)
    Output is left-justified (default)

--right (or -r)
    Output is right-justified

--centered (or -c)
    Output is centered

--both (or -b)
    Output is both left- and right-justified

--indent=n (or -i=n or -i n)
    Leave n spaces for initial indention (defaults to 0)

--newline (or -n)
    Insert blank lines between paragraphs

--hyphenate (or -h)
    Hyphenate word that doesn't fit on a line

这是我为支持左边距选项所做的一些更改的区别：

12c12
< my ($indent, $newline);
---
> my ($indent, $margin, $newline);
15a16
>   "margin:i" => \$margin,
21a23
> $margin = 0 if (!$margin);
149a152
>     print " " x $margin;
187a191,193
>   print "--margin=n (or -m=n or -m n)  Add a left margin of n ";
>   print "spaces\n";
>   print "                                (defaults to 0)\n";

不使用awk

我理解这可能只是你正在试图用解决一个更大问题的一部分awk或者干脆试图更好地理解awk的，但如果你真的只是想你的线路长度保持到72列，有很多更好的工具。

该fmt工具在设计时特别考虑了这一点：

fmt --width=72 filename

fmt也将努力在合理的位置打破界限，使输出更易于阅读。有关认为“合理地点”的info更多详细信息，请参见页面fmt。

Awk是一种图灵完备的语言，并不是一种特别混淆的语言，因此截断行很容易。这是一个简单的命令式版本。

awk -v WIDTH=72 '
{
    while (length>WIDTH) {
        print substr($0,1,WIDTH);
        $0=substr($0,WIDTH+1);
    }
    print;
}
'

如果要截断单词之间的行，可以用awk对其进行编码，但是识别单词并不是一件容易的事（因为与自然语言有关的原因多于算法上的困难）。许多系统都有一个称为的实用程序fmt。

这是一个在空格处中断的Awk函数：

function wrap(text,   q, y, z) {
  while (text) {
    q = match(text, / |$/); y += q
    if (y > 72) {
      z = z RS; y = q - 1
    }
    else if (z) z = z FS
    z = z substr(text, 1, q - 1)
    text = substr(text, q + 1)
  }
  return z
}

令人惊讶的是，它比fold或fmt性能更高。

资源

您问为什么awk代码发出制表符，零从何而来。

1. 该代码不会hello使用gsub()调用修改字符串。有两个参数，gsub()作用于$0。要实际修改hallo变量，请使用gsub(..., ..., hallo)。

2. 您会在字符串的末尾得到零，因为它gsub()返回了要进行的替换的数目，并在某一点将此数字附加到的值上hallo。

我知道至少有三个实用程序专门用于包装和格式化文本段落：

1. fold，“折叠线过滤器”，这是标准的POSIX实用程序。它仅插入换行符，而不重排文本。

2. fmt，即“简单文本格式化程序”，它通常也默认安装在Unix系统上，比重排fold段落要聪明得多。

3. par，“ 用于重新格式化段落的过滤器 ”，它具有检测段落前缀和后缀（例如带有ASCII框的文本或一些源代码中的注释）的附加功能，并且可以更好地处理缩进和悬挂缩进比fmt。

使用gensub，为了获得fold语义，您可以沿着

awk '{printf gensub("(.{0,72})","\\1\n","g")}'