如何将Endnote导出文件中含Graz的作者地址行调整至%+字段首位

结论 #

这个需求完全可以通过Bash生态下的文本处理工具实现，不需要专门开发Delphi程序，使用awk即可快速完成处理，适合单文件或批量文件操作，效率远高于手动开发导入处理程序。

实现思路 #

Endnote导出文件的字段规则清晰：以%+开头的行是作者地址字段的起始，后续所有非%开头的行都属于该地址字段的内容，每行对应一个作者地址。处理逻辑如下：

• 识别%+开头的行，进入地址块处理模式
• 将地址块内的所有行分为两类：包含Graz的行、不包含Graz的行，两类内容内部都保留原始的先后顺序
• 地址块结束时，优先输出所有含Graz的地址行，再输出其余地址行，其余非地址字段内容保持原样输出

可用处理脚本 #

直接运行以下命令即可完成单个文件的处理：

awk '
BEGIN { 
    in_addr = 0
    graz_cnt = 0
    other_cnt = 0
    # 取消下面一行的注释可开启大小写不敏感匹配，支持Graz/graz/GRAZ等写法
    # IGNORECASE = 1
}
in_addr == 1 {
    if (/^%/) {
        # 地址块结束，输出分类后的地址
        for (i=0; i<graz_cnt; i++) {
            print i == 0 ? "%+ " graz_lines[i] : graz_lines[i]
        }
        for (i=0; i<other_cnt; i++) {
            print (graz_cnt == 0 && i == 0) ? "%+ " other_lines[i] : other_lines[i]
        }
        # 输出当前新字段行
        print $0
        in_addr = 0
        graz_cnt = other_cnt = 0
        next
    }
    /Graz/ ? graz_lines[graz_cnt++] = $0 : other_lines[other_cnt++] = $0
    next
}
/^%\+/ {
    in_addr = 1
    sub(/^%\+ ?/, "", $0)
    /Graz/ ? graz_lines[graz_cnt++] = $0 : other_lines[other_cnt++] = $0
    next
}
{ print }
END {
    if (in_addr) {
        for (i=0; i<graz_cnt; i++) {
            print i == 0 ? "%+ " graz_lines[i] : graz_lines[i]
        }
        for (i=0; i<other_cnt; i++) {
            print (graz_cnt == 0 && i == 0) ? "%+ " other_lines[i] : other_lines[i]
        }
    }
}
' 输入的Endnote导出文件.txt > 处理后的输出文件.txt

适用场景说明 #

• 该脚本兼容所有标准Endnote导出格式，只要字段规则不变就可直接使用
• Windows环境可通过WSL、Git Bash工具运行该命令，无需额外开发
• 可直接扩展为批量处理脚本，一次性处理多个导出文件

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