如何在Bash中包含以空格开头的换行符？

嘿，针对你遇到的Bash环境中处理含空格开头换行符的文本问题，我给你整理了几个实用的解决方案，都是实际场景里常用的技巧：

先明确咱们要处理的原始文本样式：

标题与作者 电子文本编号
《植物生命面面观；特别关注英国植物区系》，电子文本编号56900，作者：罗伯特·劳埃德·普雷格
《莫恩斯托教区牧师》，作者：萨拜因·巴林-古尔德，电子文本编号56899
[副标题：罗伯特·斯蒂芬·霍克生平，文学硕士]
《圣经研究IV》，作者：查尔斯·T·拉塞尔，电子文本编号56898
[副标题：哈米吉多顿之战]
[语言：芬兰语]
《圣经研究III》，作者：查尔斯·T·拉塞尔，电子文本编号56897
[副标题：愿你的国降临]
[语言：芬兰语]

这类文本的问题在于，副标题、语言这类附属信息以空格开头的换行单独成行，我们需要把它们合并到对应主条目，或者提取结构化信息。

方法1：快速合并空格开头的行到上一行 #

用sed就能轻松搞定，这是最常用的单行命令：

sed ':a; N; s/\n / /; ta' input.txt

命令解释： #

• :a 定义一个循环标签a
• N 读取下一行内容到当前处理的缓冲区
• s/\n / / 把“换行+空格”替换成单个空格，实现行合并
• ta 如果替换成功，跳回标签a继续处理（支持连续多行空格开头的情况）

运行后输出会变成每条完整条目占一行：

《植物生命面面观；特别关注英国植物区系》，电子文本编号56900，作者：罗伯特·劳埃德·普雷格
《莫恩斯托教区牧师》，作者：萨拜因·巴林-古尔德，电子文本编号56899 [副标题：罗伯特·斯蒂芬·霍克生平，文学硕士]
《圣经研究IV》，作者：查尔斯·T·拉塞尔，电子文本编号56898 [副标题：哈米吉多顿之战] [语言：芬兰语]
《圣经研究III》，作者：查尔斯·T·拉塞尔，电子文本编号56897 [副标题：愿你的国降临] [语言：芬兰语]

方法2：提取结构化字段（标题/作者/编号等） #

如果需要把文本拆解成结构化的信息（比如单独提取标题、作者、编号），用awk写个小脚本最合适：

awk '{
    # 判断当前行是否以空格开头，是就拼接到上一行
    if ($0 ~ /^ /) {
        prev = prev " " $0
    } else {
        # 非空格开头行，先处理之前拼接好的内容
        if (prev != "") print_process(prev)
        prev = $0
    }
}
# 处理最后一行内容
END {
    if (prev != "") print_process(prev)
}

# 定义字段提取函数
function print_process(line) {
    # 匹配标题（《》包裹的内容）
    match(line, /《[^》]+》/, title)
    # 匹配作者（作者：开头到逗号前）
    match(line, /作者：[^，]+/, author)
    # 匹配电子文本编号
    match(line, /电子文本编号[0-9]+/, id)
    # 匹配副标题（如果存在）
    match(line, /副标题：[^]]+/, subtitle)
    # 匹配语言（如果存在）
    match(line, /语言：[^]]+/, lang)
    
    # 格式化输出，处理字段为空的情况
    printf "标题: %s\n作者: %s\n编号: %s\n", 
        title[0] ? substr(title[0],2,length(title[0])-2) : "无",
        author[0] ? substr(author[0],4) : "无",
        id[0] ? substr(id[0],6) : "无"
    if (subtitle[0]) printf "副标题: %s\n", substr(subtitle[0],5)
    if (lang[0]) printf "语言: %s\n", substr(lang[0],4)
    printf "---\n"
}' input.txt

脚本逻辑： #

1. 先把所有空格开头的行合并到对应主条目行
2. 用正则匹配提取各个字段
3. 格式化输出，缺失的字段会显示“无”

运行后会得到清晰的结构化结果：

标题: 植物生命面面观；特别关注英国植物区系
作者: 罗伯特·劳埃德·普雷格
编号: 56900 #

标题: 莫恩斯托教区牧师
作者: 萨拜因·巴林-古尔德
编号: 56899
副标题: 罗伯特·斯蒂芬·霍克生平，文学硕士 #

标题: 圣经研究IV
作者: 查尔斯·T·拉塞尔
编号: 56898
副标题: 哈米吉多顿之战
语言: 芬兰语 #

标题: 圣经研究III
作者: 查尔斯·T·拉塞尔
编号: 56897
副标题: 愿你的国降临
语言: 芬兰语 #

方法3：简洁版合并（适合简单场景） #

如果没有连续多层空格开头的行，用paste配合sed的组合更简洁：

sed 's/^ /\t/' input.txt | paste -s -d '\n ' | sed 's/\t/ /'

步骤解释： #

1. 把所有空格开头行的首空格换成制表符
2. 用paste -s合并所有行，遇到制表符用空格替换，普通换行保留
3. 最后把制表符换回空格，完成合并

内容的提问来源于stack exchange，提问作者Azazel