☰

提取文本文件的一部分，从一个字符串的第一次出现到另一个字符串的第一次出现

tag-icon • tag-icon regex perl text-editing mysqldump
提取文本文件的一部分，从一个字符串的第一次出现到另一个字符串的第一次出现

如何提取大型文本文件的一部分，从第一次出现 FOO 开始到第一次出现 BAR 结束？

就我而言，我正在尝试提取由 mysqldump 创建的 sql 文件的一部分。

答案1

致谢@dgig和@Paulo他们的反馈帮助了我！最终的 perl这里有一行代码：

perl -lne 'if(/FOO/../BAR/){s/.*?(FOO)/$1/ if!$i++;s/BAR\K.*//&&print&&exit;print}' file

解释：

if(/FOO/../BAR/){        # perform the following actions on each line, starting
                         # with a line that contains FOO, and up to and including
                         # a line that contains BAR  
s/.*?(FOO)/$1/ if!$i++;  # only on the first line that contains FOO,
                         # delete all characters before FOO  
s/BAR\K.*//&&print&&exit;# if the line contains BAR, remove characters
                         # after BAR, print the line and stop processing  
print                    # simply print the line contents

旧答案：

致谢@Paulo一个简单的sed解决方案。它同样简单易读awk：

awk '/FOO/,/BAR/' file

不过，它可能太简单了：它返回整行，而不是“从第一次出现 FOO 开始到第一次出现 BAR 结束的一段文本”。我认为这意味着 FOO 应该是第一个单词，BAR 应该是最后一个单词。要做到这一点，需要一个更复杂的答案。让我试着在 中实现这一点perl。

简单情况（返回整行）：

perl -lne 'print if /FOO/../BAR/' file

复杂情况（恰好从 FOO 到 BAR）：

perl -lne 'if(/FOO/../BAR/){$_=~s/.*?(FOO)/$1/ if!$i++;$_=~s/BAR\K.*//;print}' file

我喜欢这个等效解决方案，它将变量分配给范围运算符：

perl -lne 'if($a=/FOO/../BAR/){$_=~s/.*?(FOO)/$1/ if$a==1;$_=~s/BAR\K.*// if$a=~/E/;print}' file

笔记：假设只有一部分文本需要提取，即在由 FOO 和 BAR 分隔的第一个段落之后我们不应该遇到另一个 FOO。

否则，简单的情况已经不再那么简单了awk：

awk '/FOO/,/BAR/ {print; if ($0~/BAR/) {exit} }' file

以及perl：

perl -lne '(print&&/BAR/&&exit) if /FOO/../BAR/' file

而更复杂、更精细的解决方案则是：

perl -lne 'if(/FOO/../BAR/){$_=~s/.*?(FOO)/$1/ if!$i++;$_=~s/BAR\K.*//&&print&&exit;print}' file

和：

perl -lne 'if($a=/FOO/../BAR/){$_=~s/.*?(FOO)/$1/ if$a==1;$_=~s/BAR\K.*//&&print&&exit if$a=~/E/;print}' file

此示例展示了一行代码如何从格外清晰、不言自明变成看似晦涩难懂的随机字符序列，只因为增加了问题的复杂性。无论何时，我都建议编写一个独立、可维护、可读的脚本，以便轻松添加额外功能并考虑极端情况。

答案2

在这种情况下，它并没有我想象的那么困难。使用sed，从第一次出现的 FOO 到第一次出现的 BAR（我没有尝试，但可能像第二个 FOO 到第二个 BAR 这样的操作会更困难。）

sed -nr '/FOO/ {
/FOO/ s/[^F]+FOO/FOO/p
:a
n
/BAR/ s/([^B]+BAR).*/\1/
p
/BAR/ q
ba
}' <<<'line1
> line2 FOO text1 FOO text2
> line3
> line4 BAR text3 BAR text4
> line5'

FOO text1 FOO text2
line3
line4 BAR

相关内容