Formatar arquivo de texto

20261270 Estrada Roquete Pinto 20531005 Rua Doutor Catrambi 20531010 Rua Ângelo dos Reis 20531020 Rua Caetano de Campos 20531030 Rua Custódio Correia 20531040 Rua Alves Câmara 20531050 Rua Ministro Viriato Vargas 20531060 Rua Marechal Pilsudski 20531073 Avenida Edison Passos até 1075 lado ímpar 20531074 Avenida Edison Passos até 1000 lado par 20531075 Avenida Edison Passos de 1002 a 2258 lado par 20531076 Avenida Edison Passos de 1077 a 2085 lado ímpar 20531077 Avenida Edison Passos de 2087 ao fim lado ímpar 20531078 Avenida Edison Passos de 2260 ao fim lado par 20531080 Estrada Velha da Tijuca até 1169/1170 20531081 Estrada Velha da Tijuca de 1171/1172 ao fim 20531090 Rua Raimundo Castro Maia 20531100 Rua Tiumbi 20531110 Rua Juruato 20531120 Rua Eduardo Xavier 20531130 Largo São Camilo de Lellis 

sed -r 's/[0-9]{8}/\n&/g' texto.txt|sed '1d;' 

20261270 Estrada Roquete Pinto 20531005 Rua Doutor Catrambi 20531010 Rua Ângelo dos Reis 20531020 Rua Caetano de Campos 20531030 Rua Custódio Correia 20531040 Rua Alves Câmara 20531050 Rua Ministro Viriato Vargas 20531060 Rua Marechal Pilsudski 20531073 Avenida Edison Passos até 1075 lado ímpar 20531074 Avenida Edison Passos até 1000 lado par 20531075 Avenida Edison Passos de 1002 a 2258 lado par 20531076 Avenida Edison Passos de 1077 a 2085 lado ímpar 20531077 Avenida Edison Passos de 2087 ao fim lado ímpar 20531078 Avenida Edison Passos de 2260 ao fim lado par 20531080 Estrada Velha da Tijuca até 1169/1170 20531081 Estrada Velha da Tijuca de 1171/1172 ao fim 20531090 Rua Raimundo Castro Maia 20531100 Rua Tiumbi 20531110 Rua Juruato 20531120 Rua Eduardo Xavier 20531130 Largo São Camilo de Lellis 

sed -r 's/[0-9]{8}/\n&/g' texto.txt|sed '1d;' 

sed -r 's/[0-9]{8}/\n&:/g;' texto.txt|sed '1d'

Ou # Sem o espaço após o ":"

sed -r 's/[0-9]{8}/\n&/g;' texto.txt|sed '1d;s/ /:/'

 

site="https://www.qualocep.com/cep/rj/rio-de-janeiro/alto-da-boa-vista/";

ua="Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36 Lynx L_y_n_x"

lynx -useragent "$ua" -dump "$site"  > cep.txt

sed -nr 's/^ +\* \[[0-9]+\]|^ +\[[0-9]+\]cep da //p' cep.txt|sed -r '/[0-9]{8}/{N;s/\n/:/}' > cep02.txt 

site="https://www.qualocep.com/cep/rj/rio-de-janeiro/alto-da-boa-vista/";

ua="Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36 Lynx L_y_n_x"

lynx -useragent "$ua" -dump "$site"  > cep.txt

sed -nr 's/^ +\* \[[0-9]+\]|^ +\[[0-9]+\]cep da //p' cep.txt|sed -r '/[0-9]{8}/{N;s/\n/:/}' > cep02.txt 

site='https://www.qualocep.com/cep/rj/rio-de-janeiro/anchieta/';

ua="Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/103.0.0.0 Safari/537.36 Lynx L_y_n_x"

lynx -useragent "$ua" -dump "$site"  > cep.txt

b='Anchieta';c='Rio de Janeiro';e='RJ';

sed -nr 's/^ +\* \[[0-9]+\]|^ +\[[0-9]+\]cep da //p' cep.txt|sed -nr "/^[0-9]{8}/{N;s/\n/:/;s/$/:${b}:${c}:${e}/p}"