使用sed删除空文件中的字符串结果

Question

我有大的文本文件，其中通过编写=然后newline字符有时将长行分成多行。 （来自Kaggle的安然电子邮件数据）。因为即使是单词也是这样被打破的，我想用数据做一些机器学习，我想删除这些休息。据我所见，组合=\n仅用于这些休息时间，所以如果我删除这些休息时间，我可以获得相同的信息而没有休息时间，也不会丢失任何信息。

• 我不能使用tr，因为它只替换1个字符，但我有两个字符来替换。

• 的sed命令我使用至今不得要领是：

  sed --in-place --quiet --regexp-extended 's/=\n//g' email_aa_edit

  其中email_aa_edit是安然邮件数据的一部分（用分裂分裂吧）是我的输入文件。但是，这只会产生一个空文件，我不知道为什么。 Afaik =本身不是特殊字符，换行符应该是\n。

删除那些=\n发生的正确方法是什么？

Answer 1

无法删除，因为通过线SED工程线换行字符，但如果你追加下一行到模式空间有可能：

sed ':a;/=$/{N;s/=\n//;ta}' file 

细节：

:a; # defines a label "a" 
/=$/ { # if the line ends with = 
    N; # append the next line to the pattern space 
    s/=\n//; # replace the =\n 
    ta # jump to label "a" when something is replaced (that's always the case 
     # except if the last line ends with =) 
} 

注意：如果您的文件使用Windows换行符序列，请将\n更改为\r\n。