主页 / unix / 问题 / 422760
Accepted
WashichawbachaW
Asked: 2018-02-09 02:07:44 +0800 CST

文本处理 - 如何在第一次出现模式 B 匹配行之前获取模式 A 匹配行？

  • 772

我想以相反的顺序获取从模式A匹配行到第一次出现的模式B匹配行以及它通过的行的行。

更新：example_file.txt

ISA*00*          *00*          *ZZ*SIX-SIX6      *12*666666666666     *66666666*6666*U*666666666*6666666666*0*P*\
GS*FA*SIX-SIX-SIX*666666666*6666666*6666*6666*X*66666
ST*666*666
AK1*SX*666
AK2*777*6666666
AK5*A
AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*R*5
AK2*777*6666666
AK5*A
AK2*777*69696969
AK3*J7*5**3
AK4*3*6969*4
AK5*R*5
AK9*P*20*20*19
SE*69*6969
GE*1*6767
IEA*1*0000000000

我想要的是，从下到上，得到它后面的所有AK5模式R，如下所示：

模式一：AK5*R

并让所有的线上升，直到模式B的第一次出现被匹配。例如：

模式乙：AK2

期望的输出：

第一个匹配的模式A将被称为E1

AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*R*5

更新：匹配的第二个模式A将称为E2

AK2*777*69696969
AK3*J7*5**3
AK4*3*6969*4
AK5*R*5

如果有超过 1 个模式A匹配，则依此类推。

编辑：我知道sed可以做到这一点，但我仍然没有运气从每个模式 A 匹配到它第一次出现的模式 B 匹配并将它们存储在临时文本文件中以供进一步处理。

这是我的示例命令，sed它获取example_file.txt

sed -ne '/AK2\*/,/\AK5\*R/p' example_file.txt

示例命令逻辑场景：

A="AK5\*R"
B="AK2"

find the first $A < example_file.txt; # AK5\*R
move to previous line until first occurrence of $B line; # AK2*any_number*any_number
get all lines from first $A to its first occurrence of $B and store in a text file; # result > e1.txt
# The same way goes to the second occurrence of pattern A.

（注意：$B 的第一次出现意味着，从每个 $A 行开始获取 $A 行和之前的行，直到它遇到的第一个 $B 匹配行。例如，如果第一个 $A 行从 a 的中间行开始如果文件总共有 100 行，则文件类似于第 50 行，然后从那里移动到上一行，直到命令遇到它看到的第一个 $B 行。）请参见下面的示例。

example_file2.txt

ISA*00*          *00*          *ZZ*SIX-SIX6      *12*666666666666     *66666666*6666*U*666666666*6666666666*0*P*\
GS*FA*SIX-SIX-SIX*666666666*6666666*6666*6666*X*66666
ST*666*666
AK1*SX*666
AK2*777*6666666
AK5*A
AK2*777*7777777
AK5*A
AK2*777*888888
AK5*A
AK2*777*7777777
AK5*A
AK2*777*5555555
AK5*A
AK2*777*7777777
AK5*A
AK2*777*4545435
AK5*A
AK2*777*7777777
AK5*A
AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*A
AK2*777*0987654
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*R*5
AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*A
AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*A

输出：

AK2*777*0987654
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*R*5
text-processing sed

2 个回答

  1. Best Answer

    再次阅读您的描述，我知道您希望模式 B 的第一个匹配项从下到上直到（向上）模式 A 的第一个匹配项。但是结果部分应该按照文件的顺序排列。

    这需要很多逻辑。下面的shell脚本完成了这一切。将结果以正确的内部顺序放在文件E和一些数字中，第一个文件 ( E1) 将具有从顶部开始的第一个匹配项，最后一个文件将具有最后一个匹配部分。

    #!/bin/bash

rm -rf resE* E*

tac ../example_file.txt |
    awk 'BEGIN{i=1}
         /^AK5\*R.*/{p=1}
         {if(p==1){f="resE" i;print($0)>>f;close(f)}}
         /^AK2.*/{if(p==1){i++};p=0}
        '
set -- resE* 
c=$#
for (( i=1;i<=$c;i++)); do
    pos=$(($c-$i+1))
    [ -f "$1" ] && tac "$1" > "E$pos"
    shift
done

    结果范围将是：

    $ cat E1
AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*R*5

$ cat E2
AK2*777*7777777
AK3*J7*5**3
AK4*3*6969*4
AK5*R*5
    • 1

  2. POSIXex再次来救援！

    ex是 POSIX 指定的可编写脚本的文件编辑器。对于涉及向后寻址的任何事情，它通常是比 Awk 或 Sed 好得多的解决方案。

    以下单行代码非常适用于您的example_file2.txt：

    printf '%s\n' 'g/AK5[*]R/?AK2?,.p' | ex example_file.txt

    在您的 上example_file.txt，它也可以工作，但是因为global 命令ex无法为每个操作范围写入单独的目标，所以所需的两个输出文件合并如下：

    AK2*777*7777777
AK3*S6*5**3
AK3*A2*5**3
AK4*3*6969*4
AK4*7*6969*4
AK5*R*5
AK2*777*69696969
AK3*J7*5**3
AK4*3*6969*4
AK5*R*5

    然而，这很容易处理 — 使用另一个 POSIX 工具，csplit该工具旨在根据“上下文”拆分文件。

    便携式 POSIX 解决方案：

    patA='AK5[*]R'
patB='AK2'

printf '%s\n' "g/$patA/?$patB?,.p" |
  ex example_file.txt |
  csplit -f my_unique_prefix_ -n 1 -s -k - "/$patB/" '{999}'

for f in my_unique_prefix_*; do
  mv "$f" "e${f##my_unique_prefix_}.txt";
done

rm e0.txt

    最后一个要素可以使这成为一个完美的解决方案，即以相反的顺序重新编号文件。这部分我没有做过。

    如果您不关心文件编号与文件的顺序相同，并且您不介意是否.txt省略扩展名，并且您不介意文件编号是从而e01不是从e1，并且如果您不介意打印关于每个文件中有多少行的诊断消息，那么我们可以简化：

    patA='AK5[*]R'
patB='AK2'

printf '%s\n' "g/$patA/?$patB?,.p" |
  ex example_file.txt |
  csplit -f e -k - "/$patB/" '{999}'

rm e00
    • 1

相关问题