☰

匹配特定行并打印除以下行之外的所有行

tag-icon • tag-icon shell-script python
匹配特定行并打印除以下行之外的所有行

我有类似的指令，就像在线程中一样打印匹配行和匹配行中的第 n 行

我需要匹配特定行，打印它，然后删除以下行（以下第一行），然后打印其余行，直到匹配特定行等。

换句话说，我只需要删除以</s>开头的行后面的行<doc。

我的文件：

<doc>
</s>
<s>
Bla
bla
bla
.
</s>
<s>
Bla
bla
bla
.
</s>
</doc>
<doc>
</s>
...

我所需的输出：

<doc>
<s>
Bla
bla
bla
.
</s>
<s>
Bla
bla
bla
.
</s>
</doc>
<doc>
...

答案1

sed有了基础知识，这个问题就不难理解了：

sed '/<doc>/{n;/<\/s>/d;}'

对于带有 的行<doc>，打印它并用 读取下一行n，然后，如果下面的行包含</s>（斜线需要转义），则用 删除它d。

更详细的解释：/expression/{command;command;...;}意味着仅在与模式匹配的行上执行命令，因此所有其他行都会按原样打印，而对于该<doc>行，n则会执行。该命令打印当前行并读取下一行，因此以下命令将在下一行执行。这里又出现了另一个d带有“地址”( ) 的命令 ( )，因此只有包含 的/<\/s>/行才会被删除，否则将被打印。无论哪种情况，脚本都会继续执行以下行。d</s>

答案2

使用 GNU sed：

sed -z -i 's:<doc>\n</s>:<doc>:g' infile.txt

这将<doc>后面的替换</s>为 only <doc>。sed's标志-i用于就地替换；并且该g标志将替换全部的发生。-z导致用 NULL 字符分隔行。

答案3

正如你所标记的，shell_script我建议awk方法：

awk '/^<doc>/ && getline nl > 0 && nl!~/^<\/s>/{ print $0 RS nl }1' file

输出：

<doc>
<s>
Bla
bla
bla
.
</s>
<s>
Bla
bla
bla
.
</s>
</doc>
<doc>
...

相关内容