问题
我收到了一个以管道符分隔的文本文件，其中包含每个文件的文件名和一些索引信息。我的目标是将其变成以制表符分隔的文件。 然而，我想知道空条目在哪里。例如，使用lorem||dolor将变为lorem'\t'<empty>'\t'dolor。
让我再举几个例子，说明我收到了什么以及需要什么：
多行示例：（注意，每行上的条目数量相同。）
给定：
||dolor|sit
amet,||adipiscing|
sed|do|eiusmod|tempor
希望实现的目标：
<empty> '\t' <empty> '\t' dolor '\t' sit '\n'
amet, '\t' <empty> '\t' adipiscing '\t' <empty> '\n'
sed '\t' do '\t' eiusmod '\t' tempor '\n'
开头和结尾的空条目。
给定：
|ut|labore||dolore||
希望实现的目标：
<empty> '\t' ut '\t' labore '/t' <empty> '\t' dolore '\t' <empty> '\t' <empty>
问题在于连续的空条目。我收到的文件可以有从1到36个连续的管道符号（0到37个连续的空条目）。
澄清
解决方案不必是sed，awk，grep，tr等。这些只是我查看的解决方案。 perl或python脚本（或任何我没有想到的其他想法）也将受到欢迎。
我的尝试和研究
对于我在研究期间尝试的内容，包括命令及其输出作为图像1和文本文件2，以避免问题过于混乱。
我查找的链接 -- 使用sed查找连续的管道符号（并替换任何这样的管道符号系列）：参考此处；计算空字段的数量（可能有用，以了解需要多少个<empty>）：参考此处；最长序列：参考此处；
系统信息
$ uname -a
CYGWIN_NT-10.0 A-1052207 2.5.2(0.297/5/3) 2016-06-23 14:29 x86_64 Cygwin
$ bash --version
GNU bash, version 4.3.42(4)-release (x86_64-unknown-cygwin) ...
$
我正在Windows 10上运行此版本的Cygwin（因为工作需要）。
编辑1
我不太清楚具体需要什么。
以下是一个简短的示例，显示了我想要的管道开头和结尾：
（如果您输入第一行，按回车键，输入第二行，按回车键等，则会看到并需要键入此内容。无法复制/粘贴，因为>只会在您按下前一行的回车键后出现。）
$ cat > myfile.txt<<EOF
> ||foo|||bar||
> EOF
$ <**command-to-be-used**> myfile.txt | cat -A
<empty>^I<empty>^Ifoo^I<empty>^I<empty>^Ibar^I<empty>^I<empty>$
^I 表示的是我的 bash 版本中的 '\t'。从使用我提供的示例文本得到的答案中，我意识到我希望在 labore 后面加上一个 <empty>（请参见下面的命令）。请注意，收到的答案（感谢 @Neil_McGuigan 和 @Ed_Morton）确实在 labore 之后给出了一个 '\t'，只是没有 <empty>。这是我的错误，因为我在最初的描述中没有表述清楚。我很抱歉。
通过对 @Neil_McGuigan 的命令进行微调，我成功地实现了我的目标。请注意，如果您想按照显示的方式 "逐行" 输入此命令，则需要在每行末尾包括一个空格和一个 \。
$ echo "||lorem|ipsum||sit|amet,||||eiusmod|tempor|||labore|" |
awk '
{
$1=$1; n_empty=0;
for(i=1; i<=NF; i++)
{
if($i=="") {$i="<empty>"; n_empty++;}
};
print
}
END {print n_empty" entries are empty" | "cat 1>&2";}
' FS='|' OFS=$'\t'
| cat -A
给出结果：
<empty>^I<empty>^Ilorem^Iipsum^I<empty>^Isit^Iamet,^I<empty>^I<empty>^I<empty>^Ieiusmod^Itempor^I<empty>^I<empty>^Ilabore^I<empty>$
9 entries are empty
再次说明，对于那些不想滚动的人，此输出如下：
<empty>^I<empty>^Ilorem^Iipsum^I<empty>^Isit^Iamet,^I<empty>^I<empty>^I<empty>^Ieiusmod^Itempor^I<empty>^I<empty>^Ilabore^I<empty>$
有9个条目为空
（请注意，将空条目的计数写入stderr并不是必要的，但很好。）
对于我所想要的内容没有表述清楚，非常抱歉。
我成功使用的方法
感谢@Neil_McGuigan和@Ed_Morton，我能够得到我所寻找的解决方案。我的最终命令如下：
$ awk '{$1=$1; n_empty=0; for(i=1; i<=NF; i++) {if($i=="") {$i="<empty>"; n_empty++;}}; print;} END {print n_empty" entries are empty" | "cat 1>&2";}' FS='|' OFS=$'\t' file_pipe-delim.txt > file_tab-delim.txt
$
如果您不想滚动，请查看相同的命令：
$ awk '{$1=$1; for(i=1; i<NF; i++){ if($(i)=="")$(i)="<empty>" }; print}'
FS='|' OFS=$'\t' file_pipe-delim.txt | sed 's/\t$/\t<empty>/g' >
file_tab-delim.txt
$
以下是一个制作、转换和保存文件的示例：
(如果您输入第一行，按Enter键，输入第二行，按Enter键等，则会看到并需要输入以下内容。它不能被复制/粘贴，因为>符号只会在您在前一行按Enter键后出现。)
$ cat > file_pipe-delim.txt<<EOF
> ||dolor|sit
> amet,||adipiscing|
> sed|do|eiusmod|tempor
> |||
> |aliqua.|Ut|
> EOF
$ awk '{$1=$1; n_empty=0; for(i=1; i<=NF; i++)
{if($i=="") {$i="<empty>"; n_empty++;}}; print;} END
{print n_empty" entries are empty" | "cat 1>&2";}'
FS='|' OFS=$'\t' file_pipe-delim.txt > file_tab-delim.txt
$ cat -A file_tab-delim.txt
<empty>^I<empty>^Idolor^Isit$
amet,^I<empty>^Iadipiscing^I<empty>$
sed^Ido^Ieiusmod^Itempor$
<empty>^I<empty>^I<empty>^I<empty>$
<empty>^Ialiqua.^IUt^I<empty>$
$
最后，让我们返回那个让我头疼的字符串。我们可以按以下方式获得所需的输出：
$ echo "||lorem|ipsum||sit|amet,||||eiusmod|tempor|||labore|" | awk '{$1=$1; n_empty=0; for(i=1; i<=NF; i++) {if($i=="") {$i="<empty>"; n_empty++;}}; print;} END {print n_empty" entries are empty" | "cat 1>&2";}' FS='|' OFS=$'\t' | cat -A
<empty>^I<empty>^Ilorem^Iipsum^I<empty>^Isit^Iamet,^I<empty>^I<empty>^I<empty>^Ieiusmod^Itempor^I<empty>^I<empty>^Ilabore^I<empty>$
9 entries are empty
现在，我们执行同样的命令，但是不使用管道符号到 cat -A，这意味着我们将不会看到每个 '\t' 的 ^I；我们只会看到文本中的制表符。
$ echo "||lorem|ipsum||sit|amet,||||eiusmod|tempor|||labore|" | \
awk '{$1=$1; n_empty=0; for(i=1; i<=NF; i++) \
{if($i=="") {$i="<empty>"; n_empty++;}}; print;} END \
{print n_empty" entries are empty" | "cat 1>&2";}' \
FS='|' OFS=$'\t'
<empty> <empty> lorem ipsum <empty> sit amet, <empty> <empty> <empty>eiusmod tempor <empty> <empty> labore <empty>
9 entries are empty
a|||b中的两个空字段的问题在于s/||/|<empty>|/g'或类似的正则表达式会使用前两个管道符号进行第一次匹配，因此当扫描继续时，第三个管道符号没有成对。您可以通过重复原始匹配来克服这个问题：sed -e 's/||/|<empty>|/g' -e 's/||/|<empty>|/g'。但是，当您也要更改分隔符时，就需要更加努力地工作，这就是问题所在。 - Jonathan Leffler