☰

如何打印范围模式的特定出现？

tag-icon • tag-icon text-processing sed awk
如何打印范围模式的特定出现？

我正在尝试从格式有些特殊的字符串中提取几个数据字段。

每个字符串的格式类似于以下内容（添加空格以强调）：

1 abcd 2 1 efg 2 hij 3 klmnopqrs 5 tuv 6 5 wxyzäüö 6

其中每个数字代表另一个字段分隔符。这就是我试图提取的内容：

  abcd           hij   klmnopqrs 5 tuv 6   wxyz

在某些情况下，1..2和模式仅出现一次。范围仅出现在 之前。范围仅出现在.5..61..235..63

到目前为止，我已经成功提取abcd并hij使用以下代码：

  • abcd:

    echo "$STRING" | awk 'BEGIN{ RS="2"}{gsub(/.*1/,"");print;exit}'

  • hij:

    echo "$STRING" | awk 'BEGIN{ RS="3"}{gsub(/.*2/,"");print;exit}'

现在我正在寻找一种方法来抓取wxyz和klmnopqrs。

  • wxyz是前四中的字符最后的 5..6字符串的范围模式
  • klmnopqrs是由第一的的发生3和最后的的发生5

在网上搜索了一个小时后，我现在束手无策。如果您能找到提取这些范围模式的方法，我将不胜感激。

编辑：以下是一些更接近真实情况的输入示例：

(test)(te st) tesst. test test test test [teest] [teseeet]
(teeeest)(te st) tst. tet test [teseet]
(tst) tst. tet test [tseeet]

这就是我想在每种情况下提取的内容：

 test         tesst  test test test test [teest] tese
 teeeest         tst  tet test tese
 tst  tst  tet test  tsee

如您所见，字段分隔符是特殊字符。字符串的宽度以及1..2和5..6范围的数量（此处(..)和[..]）都是可变的。

答案1

echo "1 abcd 2 1 efg 2 hij 3 klmnopqrs 5 tuv 6 5 wxyzäüö 6" | 
perl -lne '
    @out = ();
    /1 (.+?) 2/                 and push @out, $1;
    /.+2 \K(.+?) 3 (.+?)(?= 5)/ and push @out, $1, $2;
    /(5.+?6)/                   and push @out, $1;
    /.+5 (....)/                and push @out, $1;
    print join " ", @out
'

abcd hij klmnopqrs 5 tuv 6 wxyz

我们需要注意正确转义正则表达式特殊字符：

perl -lne '
    @out = ();
    /\((.+?)\)/                 and push @out, $1;
    /.+\) \K(.+?)\.(.+)(?= \[)/ and push @out, $1, $2;
    /.+\[(....)/                and push @out, $1;
    print join " ", @out
' <<END
(test)(te st) tesst. test test test test [teest] [teseeet]
(teeeest)(te st) tst. tet test [teseet]
(tst) tst. tet test [tseeet]
END

test tesst  test test test test [teest] tese
teeeest tst  tet test tese
tst tst  tet test tsee

您想要的输出：

 test         tesst  test test test test [teest] tese
 teeeest         tst  tet test tese
 tst  tst  tet test  tsee

相关内容