Come posso riparare le linee spezzate in posti sbagliati?

Il mio file di testo è simile al seguente:

This is one
sentence that is broken.
However this is a good one.
And this
one is
somehow, broken into
many.

Voglio rimuovere il carattere di nuova riga finale per qualsiasi riga seguita da una riga che inizia con una lettera minuscola.

Quindi questo dovrebbe essere:

This is one sentence that is broken.
However this is a good one.
And this one is somehow, broken into many.

Come posso fare questo?

Modifica: ci sono alcune risposte davvero buone qui, ma ho scelto di accettare la prima che ha funzionato ed è stata la prima. Grazie mille a tutti!

provare

awk '$NF !~ /\.$/ { printf "%s ",$0 ; next ; } {print;}' file

dove

• $NF !~ /\.$/ linea di corrispondenza in cui l'ultimo elemento non termina con un punto,
• { printf "%s ",$0 stampa questa riga con uno spazio finale e nessun feed riga,
• next ; } recuperare la riga successiva,
• {print;} e stampalo.

Sono sicuro che ci sarà sedun'opzione.

Nota: funzionerà con la linea che termina con un punto, tuttavia la condizione nelle frasi che iniziano con la lettera maiuscola non verrà unita. Vedi la risposta di Stéphane Chazelas.

Con awk:

awk -v ORS= '{print (NR == 1 ? "" : /^[[:lower:]]/ ? " " : RS) $0}
             END {if (NR) print RS}'

Cioè, non aggiungere il separatore di record a ciascuna riga (ORS vuoto). Ma anteponi un separatore di record prima della riga corrente se non sulla prima riga e la riga corrente non inizia con una lettera minuscola. Altrimenti anteponi invece uno spazio, tranne nella prima riga.

In perl:

#!/usr/bin/perl -w
use strict;
my $input = join("", <>);
$input =~ s/\n([a-z])/ $1/g;
print $input;

Tecnicamente volevi sostituire "newline seguito da una lettera minuscola" con "spazio e quella lettera minuscola", che è ciò che fa il nucleo dello script perl sopra:

1. Leggi nell'input su una stringa input.
2. Aggiorna la inputvariabile in modo che sia il risultato dell'operazione di ricerca e sostituzione.
3. Stampa il nuovo valore.

Con sedte potresti usare un N;P;Dciclo (in modo da avere sempre due linee nello spazio del modello e se il primo carattere dopo la nuova riga è minuscolo, sostituisci la nuova riga con uno spazio) e un test - in questo modo dopo ogni substitution riavvii il ciclo:

sed -e :t -e '$!N;/\n[[:lower:]]/s/\n/ /;tt' -e 'P;D' infile

Utilizzando sede fmt:

$ sed -e '1n; s/^[[:upper:]]/\n&/' input.txt | fmt
This is one sentence that is broken.

However this is a good one.

And this one is somehow, broken into many.

Lo script sed inserisce una nuova riga prima di ogni riga che inizia con una lettera maiuscola (ad eccezione della prima riga di input). sedL'output viene quindi reindirizzato fmtper riformattare i paragrafi risultanti.

In alternativa, utilizzare parse è installato. È un altro riformattatore di paragrafi, ma molto più capace di fmt, con molte più funzioni e opzioni.

Si noti che ci sarà una linea vuota tra ogni paragrafo. I paragrafi devono essere separati l'uno dall'altro da almeno una riga vuota. Senza le righe vuote, l'intero campione di input viene riformattato come un singolo paragrafo a più frasi, ad esempio:

$ fmt input.txt
This is one sentence that is broken.  However this is a good one.
And this one is somehow, broken into many.

Se è necessario rimuovere le righe vuote dopo aver riformattato, reindirizzarle di sednuovo, ma ciò rimuoverà TUTTE le righe vuote, comprese quelle eventualmente presenti nell'input originale. per esempio

$ sed -e '1n; s/^[[:upper:]]/\n&/' input.txt | fmt | sed -e '/^$/d'
This is one sentence that is broken.
However this is a good one.
And this one is somehow, broken into many.

Un altro modo per farlo è:

perl -lpe '$\ = /\.$/ ? $/ : $"' data

dove: $\=> ORS, $/=> IRS= \n, $"=space

perl -pe '$_ .= <>, eof or redo if s/[^.]\K\n/ /' data

sed -e '
   :a
      /\.$/!N
      s/\n/ /
   ta
' data

Python 3

import re
print(re.sub(r'\n([a-z])', r' \1', open('file.txt').read(), flags=re.MULTILINE))

Questa è la stessa regex / sostituzione della risposta di Jeff