主页 / unix / 问题 / 765094
Accepted
Smeterlink
Asked: 2023-12-18 15:55:57 +0800 CST

跨一行或多行提取第一个匹配项和第一个不同匹配项之间的内容

  • 772

假设我想获取“start_”的第一个匹配项和“_end”的第一个匹配项之间的文本，无论它是跨同一行或多行。不要包括匹配项。

示例文本1：

This is a start_text with start_and some_end text with_end

输出文本1：

text with start_and some

示例文本2：

This is a
start_text with
start_and some_end
text with_end

输出文本2：

text with
start_and some

我看过很多答案，但它们都是以行为中心，而不是以文件为中心。任何类型的工具或命令都可以，只要它是基于控制台的。

line

1 个回答

  1. Best Answer

    和perl：

    $ perl -l -0777ne 'print $1 while /start_(.*?)_end/gs' your-example-2
text with
start_and some
    • perl -n是为输入的每一行运行sed -n所提供的表达式的模式，如 中。esed
    • -l是为了在ingl时自动附加一个新的ineprint
    • -<octal-number>将记录分隔符设置为具有给定值的字节而不是换行符。0777(511) 或任何高于 0377 (255) 的值都是无法存在的字节值，因此只会有一条记录：整个文件。
    • *?like*匹配 0 个或多个前面的原子（此处.匹配任何单个字符），但 while*会匹配尽可能多的原子，*?匹配尽可能少的原子，因此.*?将运行直到第一次出现_end，而不是最后一次。
    • s模式匹配运算符的标志也/regexp/需要.匹配换行符，但默认情况下并不匹配。

    你应该也可以使用pcregrep，但是我发现（Debian 的版本 8.39 2016-06-14）它给出了：

    $ pcregrep -Mo1 '(?s)start_(.*?)_end' your-example-2
text with
start_and some
and some

    我无法解释。pcre2grep（版本 10.42 2022-12-11）不过可以：

    $ pcre2grep -Mo1 '(?s)start_(.*?)_end' your-example-2
text with
start_and some

    1 从技术上讲，它会导致记录分隔符在存储之前从输入中剥离，$_ 并且输出记录分隔符 ( $\) 设置为与输入记录分隔符 ( ) 相同，$/此时仍然是换行符，因此重要的是-l来之前-0...。请注意，-l<octal>将输出记录分隔符设置为给定的字节值，因此它与-l -<octal>.

    • 3

相关问题