如何修复文本CDR文件中的错误换行问题

核心判断逻辑：正常的CDR记录均以20xx-xx-xx格式的日期开头，所有非该格式开头的行均为上一条记录被错误拆分的部分，直接拼接至上一行末尾即可完成修复。

方案1：Linux/macOS 快速处理（awk命令，大文件性能最优） #

直接在终端执行以下命令，自动完成所有错误行修正：

awk '/^20[0-9]{2}-/{if (buf) print buf; buf=$0; next} {buf = buf $0} END{print buf}' your_cdr_file.txt > fixed_cdr_file.txt

• 命令说明：
  • 遇到以20xx-开头的行时，先输出上一条缓存的完整记录，再将当前行存入缓存
  • 非日期开头的行直接拼接至缓存内容末尾
  • 所有内容处理完成后输出最后一条缓存记录
• 执行后会生成新的修正后文件fixed_cdr_file.txt，不会修改原文件，避免数据损坏。

方案2：跨平台Python脚本（Windows/macOS/Linux通用） #

新建fix_cdr.py文件，写入以下代码：

import sys

def fix_cdr(input_path, output_path):
    buffer = ""
    with open(input_path, 'r', encoding='utf-8') as f_in, open(output_path, 'w', encoding='utf-8') as f_out:
        for line in f_in:
            line = line.rstrip('\n')
            # 适配2010-2039年的日期开头规则，可根据实际CDR时间范围调整
            if line.startswith(('201', '202', '203')):
                if buffer:
                    f_out.write(buffer + '\n')
                buffer = line
            else:
                buffer += line
        if buffer:
            f_out.write(buffer + '\n')

if __name__ == "__main__":
    if len(sys.argv) != 3:
        print("使用方法：python fix_cdr.py 输入CDR文件路径 输出修正后文件路径")
        sys.exit(1)
    fix_cdr(sys.argv[1], sys.argv[2])

执行方式：

python fix_cdr.py your_cdr_file.txt fixed_cdr_file.txt

验证修正结果 #

Linux/macOS 下可执行以下命令检查是否还有残留的错误行（即非日期开头的行），无输出则说明所有错误行已修复：

grep -v "^20[0-9]\{2\}-" fixed_cdr_file.txt

注意事项 #

• 处理前请先备份原CDR文件，避免操作失误导致数据丢失
• 若CDR文件编码不是UTF-8，可修改Python脚本中open函数的encoding参数适配对应编码

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