如何正确读取行格式不固定的含题目选项的文本文件

核心思路是先对原始文件做格式归一化预处理，解决选项跨行、多选项同行的问题，再按规整后的格式读取题目和选项。

步骤1：编写预处理脚本完成格式规整 #

使用awk完成格式统一，输出标准格式为「每题占1行、每个选项单独占1行」：

awk '{
    # 去除每行首尾空白
    gsub(/^[[:space:]]+|[[:space:]]+$/, "")
    if (length($0) == 0) next
    # 判断是否为新的题目/选项行
    if ($0 ~ /^[0-9]+\.-/ || $0 ~ /^[a-d]\)/) {
        if (prev != "") print prev
        # 拆分同行的多个选项，用换行分隔
        gsub(/[[:space:]]+([a-d]\))/, "\n\\1")
        prev = $0
    } else {
        # 把续行内容拼接到上一行末尾
        prev = prev " " $0
    }
}
END {
    print prev
}' 原始题目文件 > 规整后题目文件

你的示例文件处理后会生成如下标准格式内容：

1.- question number 1
a) option number a1
b) option number b1
c) option number c1
d) option number d1
2.- question number 2
a) option number a2
b) option number b2
c) option number c2
d) option number d2

步骤2：调整读取逻辑 #

可以把预处理逻辑直接整合到读取脚本中，不需要生成中间文件：

#!/bin/bash

# 边预处理边读取，无需生成中间文件
awk '{
    gsub(/^[[:space:]]+|[[:space:]]+$/, "")
    if (length($0) == 0) next
    if ($0 ~ /^[0-9]+\.-/ || $0 ~ /^[a-d]\)/) {
        if (prev != "") print prev
        gsub(/[[:space:]]+([a-d]\))/, "\n\\1")
        prev = $0
    } else {
        prev = prev " " $0
    }
}
END {print prev}' 原始题目文件 | while read -r line; do
    if [[ $line =~ ^[0-9]+\.- ]]; then
        # 读取到新题目时先输出上一题的内容
        if [[ -n $q ]]; then
            echo "题目：$q"
            echo "选项a：$a"
            echo "选项b：$b"
            echo "选项c：$c"
            echo "选项d：$d"
            echo "---"
        fi
        # 重置当前题的变量
        q="$line"
        a=""
        b=""
        c=""
        d=""
    elif [[ $line =~ ^a\) ]]; then
        a="$line"
    elif [[ $line =~ ^b\) ]]; then
        b="$line"
    elif [[ $line =~ ^c\) ]]; then
        c="$line"
    elif [[ $line =~ ^d\) ]]; then
        d="$line"
    fi
done
# 输出最后一道题的内容
echo "题目：$q"
echo "选项a：$a"
echo "选项b：$b"
echo "选项c：$c"
echo "选项d：$d"

适配能力说明 #

• 自动拼接跨行的选项内容，不会出现内容截断
• 自动拆分同行的多个选项，每个选项单独识别
• 支持任意数量的题目，不需要提前硬编码题号做循环

内容的提问来源于stack exchange，提问作者Diego660