Eu tenho milhões de registros em um arquivo que se parece com este
echo "NEW Cell"
grep "2553,24" out.2A25.20090308.64436.7.HDF.txt.text = 22.58 5.39 82.09 237
echo "NEW Cell"
grep "2555,20" out.2A25.20090308.64436.7.HDF.txt.text = 24.72 5.58 82.05 237
echo "NEW Cell"
grep "2557,20" out.2A25.20090308.64436.7.HDF.txt.text = 19.75 5.62 82.11 170
grep "2557,21" out.2A25.20090308.64436.7.HDF.txt.text = 24.34 5.58 82.13 120
grep "2558,22" out.2A25.20090308.64436.7.HDF.txt.text = 22.2 5.57 82.19 120
echo "NEW Cell"
grep "2560,22" out.2A25.20090308.64436.7.HDF.txt.text = 24.69 5.62 82.25 160
grep "2561,23" out.2A25.20090308.64436.7.HDF.txt.text = 24.74 5.60 82.30 120
echo "NEW Cell"
grep "2560,24" out.2A25.20090308.64436.7.HDF.txt.text = 19.38 5.54 82.30 170
echo "NEW Cell"
Agora, desejo excluir a linha com "grep" com a condição de que seja a ÚNICA linha entre as linhas que contêm "Nova célula". Ou seja, se houver uma linha de grep entre a nova célula, essa linha deverá ser excluída.
Como fazer isso?
Minha saída deve se parecer com,
echo "NEW Cell"
grep "2557,20" out.2A25.20090308.64436.7.HDF.txt.text = 19.75 5.62 82.11 170
grep "2557,21" out.2A25.20090308.64436.7.HDF.txt.text = 24.34 5.58 82.13 120
grep "2558,22" out.2A25.20090308.64436.7.HDF.txt.text = 22.2 5.57 82.19 120
echo "NEW Cell"
grep "2560,22" out.2A25.20090308.64436.7.HDF.txt.text = 24.69 5.62 82.25 160
grep "2561,23" out.2A25.20090308.64436.7.HDF.txt.text = 24.74 5.60 82.30 120
AWK
solução:/NEW Cell/{ f=1; n=NR+2; r=$0; next }
- ao encontrar linha comNEW Cell
f=1
= definir sinalizador ativof=1
n=NR+2
- definirn
como número máximo das seguintes linhas a serem processadas (2 próximas linhas)r=$0
- captura da linhanext
- pular para o próximo registrof && n-NR==1 && /^grep /
- ao encontrar a 2ª linha (garantida porn-NR==1
) que começa com a palavra-grep
chavegr=$0; next
- capturargrep
linha e pular para o próximo (terceiro) registroNR==n{ if (/NEW Cell/) { f=0 } else print r ORS gr }
- ao encontrar a 3ª linha crucial (garantida porNR==n
)if (/NEW Cell/) { f=0 }
- se a 3ª linha na seção processada contiverNEW Cell
- redefina o processamento atual comf=0
(todas as linhas capturadas anteriormente são ignoradas)else print r ORS gr
- caso contrário, imprima todas as linhas capturadas anteriormenteA saída:
Solução compacta com
sed
:Se a linha não contiver
NEW Cell
executeH
para anexar a linha ao espaço de retenção ed
interromper o processamento dessa linha.Portanto, outros comandos são aplicados apenas às
NEW Cell
linhas: Ox
espaço de padrão de trocas e o espaço de retenção, portanto, a linha agora está no espaço de retenção e outras linhas podem ser anexadas, enquanto o espaço de padrão contém tudo o que foi anexado à últimaNEW Cell
linha. Seu requisito é que haja mais de uma linha entre asNEW Cell
linhas, portanto, deve haver pelo menos duas novas linhas no espaço do padrão. Caso contrário, exclua-o sem saída:/\n.*\n/!d
.Com rudimentar
awk
...A versão 1 excluirá apenas
grep
as linhas que seguem a descrição do OP:A versão 2 excluirá
grep
as linhas solo, bem como a linha não grep anterior que segue a saída de amostra do OP:Forma legível da versão 2...
Este formulário longo pode ser executado colocando o conteúdo em um arquivo (por exemplo
awkfile
) eawk -f awkfile inputfile
.Explicação:
RS='echo "NEW Cell"\n'
-RS
é o separador de registro de entrada, por padrão, uma nova linha. Agora é alterado para oecho "NEW Cell"\n
, assim, todas as ocorrências desta string serão removidas e todos os caracteres entre elas se tornarão o item de registro./\n.+\n/{
- somente para registros que correspondem a este padrão - nova linha, um ou mais caracteres, nova linha. Portanto, ele corresponde apenas a registros multilinha, o registro de linha única não corresponde, porque possui apenas um arquivo\n
.printf("%s%s", RS, $0);
- imprime o registro, precedido peloRS
(echo "NEW Cell"\n
).Resultado