如何在txt文件的多行中查找字符串，然后将所有内容添加到新的csv行

Question

我有数千个 txt 文件，这些文件是从包含“联系我们”表单的电子邮件转换而来的。我需要在第二个“列”中查找/选择字符串，但每封电子邮件开始的行数是可变的。看起来这些列是用制表符分隔的。首先，联系表单中的最后一个字段跨越多行，并且某些电子邮件带有管道符号“|”自从我使用 html2text 将它们转换为 txt 文件以来，似乎已经创建了这些文件。如何提取“名字”、“姓氏”和“长文本”字段的值？最终这些将作为新行添加到 csv 中。

 variable number of lines at start of email
 ...
 ..
 |First Name  [tab] Bob          |                               
 |Last Name   [tab] Jones        |                                      
 (more lines like above)                                               
 |Long Text   [tab] laksjdflkjasl|  
                   fasgafg asdfj |
                     gsfg  asdgfa|
                   gsg ergsdfgre | 

使用 awk，下面不是很有效，可能是因为名字和姓氏中有空格，但将其放在引号中不起作用

awk -F'First Name|Last Name' '{print $2}' 1.txt

我真的不知道如何处理长文本字段，因为下面只打印一行而不是我需要的所有文本

awk -F'Long Text' '{print $2}' 1.txt

似乎使用带有制表符字段分隔符的 awk 是可能的，但我还没有进行太多尝试。

Answer 1

cat t.awk
$1~/(First|Last) Name/{
  gsub(/^ /,"",$2);
  gsub(/ *[|] *$/,"",$2);print $2
} 
/Long Text/,!/./{
  if(NF==2){
    gsub(/^ /,"",$2);
    gsub(/ *[|] *$/,"",$2);
    print $2
    }
  else{
    gsub(/^ */,"",$1);
    gsub(/ *[|] *$/,"",$1);
    print $1
  }

调用方式

awk -F'\t' -f t.awk extract 
Bob
Jones
laksjdflkjasl
fasgafg asdfj
gsfg  asdgfa
gsg ergsdfgre