问Perl脚本删除文件中的重复标题/预告片

EN

试着做这样的事情：

perl -ne 'if ($. == 1 || eof) { print ; next };
          print unless /Header|Trailer/' merged.txt

这应该打印第一行和最后一行，无论内容，以及每一行不包含标题或挂载。

如果您希望使用perl的-i选项来修改输入文件而不是打印到stdout (但是，您知道，我建议在验证输出是否符合您的要求之后才建议这样做--例如，重定向到另一个文件并使用diff与原始文件进行比较)。

只要稍加修改，这也可用于连接任意数量的输入文件，删除任何“头”或“拖车”行，同时仍然确保始终打印第一行文件和最后一行文件(即使其中包含“标头”或“拖车”)。例如：

$ perl -ne 'if ($. == 1 || (! @ARGV && eof)) { print ; next };
            print unless /Header|Trailer/' file1.txt file2.txt 
Header
Content1
Content2
Trailer

第一个语句测试两个条件：

1. $. == 1测试当前行是否是第一个输入行
2. (! @ARGV && eof)测试当前行是否是最后一个文件的最后一行。在标量上下文中计算@ARGV返回命令行参数数组(文件名)中的元素数，每个文件名都将在打开以进行处理时从数组中退出shift-ed，从而减少计数。最后一个文件的结果是0 (false)。在读取最后一个文件时，用!否定这一点会导致true。如果使用eof (如果我们是当前文件的末尾，则为true )，那么只有在最后一个文件的最后一行上才是true。

如果这些条件之一为真，则打印当前行。

第二条语句打印当前行，除非它与“标头”或“拖车”匹配。

顺便说一句，unless是一种与if ! (“如果不是”)等价的perl语法--有时说“如果不是X就做Y”更自然，而其他时候更自然地说“做Y除非X”。两者在功能上是相同的。这两种方法都可以放在要有条件执行的语句之前或之后。您可能会猜到perl的主要设计人员&作者(Larry )是语言学家。

来自man perlsyn：

if只在条件为真的情况下执行一次语句。unless正好相反，它执行语句，除非条件为true (也就是说，如果条件为false)。

严格来说，第一个条件中的{print; next}并不是必需的--如果第一行或最后一行<#>不包含"Header“或”拖车“，则防止第一行或最后一行被打印两次。如果您确信永远不会发生这种情况，则可以将第一条语句简化为：

对于第一个-班轮：

print if ($. == 1 || eof);

或者(对于第二条班轮)：

print if ($. == 1 || (! @ARGV && eof));

我会这样做：

perl -i -lne 'print unless ($_ eq "Header" && $. > 1) || ($_ eq "Trailer" && !eof)' your-file

也可以用sed完成：

sed -e 1b -e '$b' -e '/^Header$/d' -e '/^Trailer$/d' your-file

一些sed实现可以进行perl风格的内部编辑，有些(大部分)可以使用-i，有些(FreeBSD和派生工具，包括macos)可以使用-i ''。

您可以在合并时删除冗余的报头/拖车：

perl -lne '
  if (eof) {
    $n++;  # counts files
    close ARGV; # resets $.
    next if @ARGV; # if there are more files to process
  }
  print unless $. == 1 && $n # first list and not first file
  ' file<->.txt(n)

( file<->.txt(n)要在file.txt排序的n上进行数字匹配(因此file10.txt在file9.txt和file11.txt之间进行排序，而不是在file1.txt和file2.txt之间排序，否则)需要zsh shell)

或者使用GNU sed (仍然是zsh)：

() {
  head -n1 < $1
  sed -s -- '1d;$d' "$@"
  tail -n1 < $argv[-1]
} file<->.txt(n)