如何在Linux Shell中实现按元素分组合并文本内容？

需求说明 #

原始输入文本：

[A]
XXXX
SSSS
[B]
EEEEE
EEEEE
[A]
ZZZZ
RRRR
[B]
TTTTT
UUUUU
[C]
OOOOO
ZZZZZ

期望将相同标签（如[A]、[B]）下的内容聚合到一起，输出结果：

[A]
XXXX
SSSS
ZZZZ
RRRR
[B]
EEEEE
EEEEE
TTTTT
UUUUU
[C]
OOOOO
ZZZZZ

实现方案 #

方案一：使用Awk高效处理（推荐） #

Awk是处理文本分组的理想工具，以下脚本支持按标签首次出现顺序输出：

awk '
/^\[.*\]$/ {
    # 记录标签首次出现的顺序
    if (!seen[$0]++) keys[++count] = $0
    current_key = $0
    next
}
# 将非标签行追加到对应分组
{ content[current_key] = content[current_key] $0 "\n" }
END {
    # 按首次出现顺序输出所有分组
    for (i = 1; i <= count; i++) {
        tag = keys[i]
        print tag "\n" content[tag]
    }
}' input.txt

脚本逻辑：

• 匹配以[开头、]结尾的标签行，记录标签的首次出现顺序，并设置当前分组键
• 非标签行直接追加到对应分组的内容中
• 处理完所有行后，按标签首次出现的顺序输出分组内容

如果不需要保持顺序，可使用更简洁的版本：

awk '/^\[.*\]$/{k=$0;next}{a[k]=a[k]$0"\n"}END{for(i in a)print i"\n"a[i]}' input.txt

方案二：纯Shell脚本（依赖基础工具） #

如果仅使用Shell内置命令和基础工具（grep、sed），可采用以下脚本：

#!/bin/bash
INPUT_FILE="input.txt"

# 提取所有唯一标签，保留首次出现顺序
UNIQUE_TAGS=$(grep '^\[.*\]$' "$INPUT_FILE" | awk '!seen[$0]++')

# 遍历每个标签，聚合对应内容
for TAG in $UNIQUE_TAGS; do
    echo "$TAG"
    # 提取当前标签到下一个标签之间的内容（排除标签行）
    sed -n "/^$TAG$/,/^\[.*\]$/{//!p}" "$INPUT_FILE"
done

脚本逻辑：

• 用grep提取所有标签行，再通过awk去重并保留首次出现顺序
• 遍历每个标签，使用sed提取该标签与下一个标签之间的内容，排除标签行本身

内容的提问来源于stack exchange，提问作者GhislainAdon