¿Cómo puedo arreglar líneas rotas en lugares equivocados?

Mi archivo de texto se ve así:

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

Quiero eliminar el carácter de nueva línea al final de cualquier línea seguida de una línea que comience con una letra minúscula.

Entonces esto debería ser:

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

¿Cómo puedo hacer esto?

Editar: Hay algunas respuestas realmente buenas aquí, pero elegí aceptar la primera que funcionó y fue la más temprana. Muchas gracias a todos!

tratar

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

dónde

• $NF !~ /\.$/ línea de coincidencia donde el último elemento no termina con un punto,
• { printf "%s ",$0 imprima esta línea con un espacio de seguimiento y sin avance de línea,
• next ; } buscar la siguiente línea,
• {print;} e imprimirlo.

Estoy seguro de que habrá una sedopción.

Nota: esto funcionará con una línea que termina en un punto, sin embargo, la condición en las oraciones que comienzan con mayúscula no se fusionará. Ver la respuesta de Stéphane Chazelas.

Con awk:

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

Es decir, no agregue el separador de registros a cada línea (ORS vacío). Pero anteponga un separador de registro antes de la línea actual si no está en la primera línea y la línea actual no comienza con una letra minúscula. De lo contrario, anteponga un carácter de espacio, excepto en la primera línea.

En perl:

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

Técnicamente, quería reemplazar "nueva línea seguida de letra minúscula" por "espacio y esa letra minúscula", que es lo que hace el núcleo del script perl anterior:

1. Leer en la entrada a una cadena input.
2. Actualice la inputvariable para que sea el resultado de la operación de búsqueda y reemplazo.
3. Imprime el nuevo valor.

Con sedpodría usar un N;P;Dciclo (para tener siempre dos líneas en el espacio del patrón y si el primer carácter después de la nueva línea está en minúscula, reemplace la nueva línea con un espacio) y un test - de esa manera después de cada ssustitución reinicie el ciclo:

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

Usando sedy 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.

La secuencia de comandos sed inserta una nueva línea antes de cada línea que comienza con una letra mayúscula (excepto la primera línea de entrada). sedLa salida de la salida se canaliza fmtpara formatear los párrafos resultantes.

Alternativamente, use parsi lo tiene instalado. Es otro formateador de párrafos, pero mucho más capaz que fmt, con muchas más características y opciones.

Tenga en cuenta que habrá una línea en blanco entre cada párrafo. Los párrafos deben estar separados entre sí por al menos una línea en blanco. Sin las líneas en blanco, toda su muestra de entrada se reformatea como un solo párrafo de varias oraciones, por ejemplo:

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

Si necesita eliminar las líneas en blanco después de sedvolver a formatear, simplemente vuelva a conectarlo, pero esto eliminará TODAS las líneas en blanco, incluidas las que puedan haber estado en la entrada original. p.ej

$ 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.

Otra forma de hacer esto es:

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

en donde: $\=> 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))

Esta es la misma expresión regular / sustitución que la respuesta de Jeff