如何调整Bash中SED/AWK/Perl输出，合并行并生成指定CSV格式？

一、先处理客户条目格式（合并多行+去除多余空格） #

用awk处理嵌套结构文本比sed更适合多行合并场景，以下命令可直接输出格式化后的客户条目：

awk '/customers {/ {in_cust=1; next}
     in_cust && /}/ {in_cust=0; next}
     in_cust {
         if ($0 ~ /{/) {
             name = $1
             brace_part = gensub(/[[:space:]]*({.*)/, "\\1", "g", substr($0, index($0, "{")))
             curr = name brace_part
             gsub(/[[:space:]]+/, "", curr)
             in_entry=1
         } else if ($0 ~ /}/) {
             curr = curr gensub(/[[:space:]]+/, "", "g", $0)
             print curr
             in_entry=0
         } else if (in_entry) {
             line = gensub(/^[[:space:]]+/, "", "g", $0)
             curr = curr line
         }
     }' input.txt

输出结果：

mary{ }
freddy{ }
bob{spouse betty}

二、生成目标CSV文件 #

扩展上述awk脚本，同时提取产品名称并整合所有字段生成CSV：

BEGIN {
    print "product,customers,another_column"
}
/name {/ {
    product = gensub(/.*name {[[:space:]]*([^}]+)[[:space:]]*}.*/, "\\1", "g", $0)
}
/customers {/ {in_cust=1; next}
in_cust && /}/ {
    in_cust=0
    gsub(/^[[:space:]]+/, "", cust_list)
    next
}
in_cust {
    if ($0 ~ /{/) {
        name = $1
        brace_part = gensub(/[[:space:]]*({.*)/, "\\1", "g", substr($0, index($0, "{")))
        curr_cust = name brace_part
        gsub(/[[:space:]]+/, "", curr_cust)
        in_entry=1
    } else if ($0 ~ /}/) {
        curr_cust = curr_cust gensub(/[[:space:]]+/, "", "g", $0)
        cust_list = cust_list (cust_list ? " " : "") curr_cust
        in_entry=0
    } else if (in_entry) {
        line = gensub(/^[[:space:]]+/, "", "g", $0)
        curr_cust = curr_cust line
    }
}
END {
    print product "," cust_list ",something_else"
}
' input.txt > output.csv

运行后output.csv内容：

product,customers,another_column
thing1,mary{ } freddy{ } bob{spouse betty},something_else

三、关键逻辑说明 #

1. 块状态跟踪：用in_cust和in_entry标记变量，分别判断是否进入customers块、是否处于单个客户的条目块。
2. 产品名提取：匹配name { ... }行，通过正则提取{}内的产品名称。
3. 客户条目处理：
   • 客户开头行：提取名称和{，去除中间空格。
   • 客户内容行：去掉开头缩进后追加到当前条目。
   • 客户结束行：去掉空格后追加，完成条目并加入客户列表。
4. CSV生成：开头打印表头，结尾拼接所有字段输出CSV行。

四、扩展提示 #

如果文本包含多个product块，或another_column需要从文本提取，可调整脚本：

• 在每个product块结束时输出一行CSV，而非仅在END阶段输出。
• 参考产品名提取逻辑，增加another_column的匹配和提取代码。

内容的提问来源于stack exchange，提问作者hubdows