提取文件中两个目录条目之间的所有文本答案

【问题标题】：Extract all text between two directory entries in a file提取文件中两个目录条目之间的所有文本
【发布时间】：2017-08-09 20:19:46
【问题描述】：

我有一个文件记录了几个目录的结构。我正在尝试单独打印每个目录的文本。我的输入文件如下所示：

$ cat file.txt
/bin:
file_1
file_2
file_3

/sbin:
file_a
file_b
file_c

/usr/local/bin:
doc_a
doc_b
doc_c

我要做的是根据用户选择打印文件的特定部分：

#!/bin/bash

PS3=$'\nMake a selection '
select dir in $(grep ':' file.txt;) do
    case $REPLY in
        [0-9]) echo $dir
               # Need something here. Maybe a pcregrep regex?
               # pcregrep '(<= $dir)*(some_fancy_regex)' file.txt
               break;;
    esac
done

向用户显示菜单选项：

1) /bin:
2) /sbin:
3) /usr/local/bin:

Make a selection

假设用户选择 2。目前，这只是在屏幕上打印所选目录。我想显示目录以及它包含的文件。

/sbin:
file_a
file_b
file_c

根据我的阅读，pcre 正则表达式似乎可以在这里工作。我几乎不了解非 pcre 风格的正则表达式。我试图让我的大脑围绕积极和消极的前瞻和后视，但我真的不知道我在做什么。如果有人可以帮助我解决这个问题，我将不胜感激。

所有目录都以/ 开头并以: 结尾
每个目录下列出的文件名可能包含：
- [a-z], [A-Z],[0-9]
- 文字字符._-[
所有目录/文件结构都以空行结束

【问题讨论】：

这个问题有很多非常好的答案。很难说是哪一个“解决”了问题，因为在这一点上，所有的答案都做到了。
只有one of them 不涉及shell 循环，所以why-is-using-a-shell-loop-to-process-text-considered-bad-practice 可能会有所帮助。同样，这也是唯一适用于输入文件的所有内容的，并且可以在所有 UNIX 系统上的所有 bourne 派生的 shell 之间移植。其他的只能在特定的 shell 中工作和/或当您的输入包含正则表达式元字符或转义字符或....时会失败。

标签： regex bash macos grep pcre

【解决方案1】：

使用 GNU sed 和 bash：

dir="/usr/local/bin:"
sed -n "/${dir//\//\/}/,/^$/{/^$/d;p}" file

使用 bash：

dir="/usr/local/bin:"
while IFS= read -r line; do
  [[ $line == $dir ]] && switch=1
  [[ $line == "" ]] && switch=0
  [[ $switch == 1 ]] && echo "$line"
done < file

两种情况下的输出：

/usr/local/bin: doc_a doc_b doc_c

【讨论】：

【解决方案2】：

Grep 不是最好的工具，因为它是面向行的；除了some contortion 和-z POSIX 未指定选项外，您不能真正让 grep 查看跨越多行的表达式。

你可以这样做：

#!/bin/bash

PS3=$'\nMake a selection '

mapfile -t opts < <(grep ':' file.txt)

select dir in "${opts[@]}"; do
    sed -n "\@$dir@,/^$/{/^$/q;p}" file.txt
    break
done

首先，我更改了您的菜单创建。请注意，命令替换中有一个备用分号，后面缺少一个；如果目录名称中有空格，像这样使用 grep 也会中断。因此，我使用mapfile 将所有包含: 的行放入一个数组中。

然后，一旦我知道了目录，我就使用 sed 打印“从目录名称开始直到下一个空行”。那只是

sed -n "/$dir/,/^$/p"

但这在多个方面都存在不足。首先，目录名称可以包含斜杠，这会使/ 定界地址出错。我们可以用\%regexp%代替/regexp/，其中%可以是任意字符；我选择了@。

现在，我们有

sed -n "\@$dir@,/^$/p"

差不多了，但打印尾随空白行；我们通过使用{/^$/q;p} 而不是仅使用p 来抑制这种情况，它表示“如果该行为空白，则退出，否则打印它”。

示例输出（编辑为使用带空格的目录名称）：

1) /bin blah:
2) /sbin:
3) /usr/local/bin:

Make a selection 1
/bin blah:
file_1
file_2
file_3

备注：非 GNU seds（如 macOS 中的那个）可能会抱怨花括号中的两个命令；改用{/^$/q;p;}（额外的分号）可能会有所帮助。

【讨论】：

【解决方案3】：

它可以在 bash 4 中以单程完成，无需使用任何外部工具。下面是解决这个问题的脚本：

#!/bin/bash

# declare an associative array
declare -A dirs=()

# loop thru all lines and populate our associate array
# with dir as key and \n separated file names as value
while read -r; do
   [[ -z $REPLY ]] && continue
   if [[ $REPLY == *: ]]; then
      d="$REPLY"
   else
      dirs["$d"]+=$'\n'"$REPLY"
   fi
done < file.txt

# present a menu to customer and print selected dir name with file names
select dir in "${!dirs[@]}"; do
   if [[ -n $dir ]]; then
      printf '%s%s\n' "$dir" "${dirs[$dir]}"
      break
   fi
done

输出：

1) /usr/local/bin:
2) /bin:
3) /sbin:
#? 1
/usr/local/bin:
doc_a
doc_b
doc_c

还有这个：

1) /usr/local/bin:
2) /bin:
3) /sbin:
#? 3
/sbin:
file_a
file_b
file_c

【讨论】：

在select 循环中添加了健全性检查，以确保选择了有效的菜单项。
select 将在用户输入无效选项时将空值放入dir 变量中。如果我们不使用上述条件进行检查，则 break 将停止选择循环。
我想我基本上明白了大部分。但是你能解释一下dirs["$d"]+=$'\n'"$REPLY"这行吗？
dirs["$d"]+=$'\n'"$REPLY" 将 newline + current line 附加到数组条目中，键为 $d（我们将 d 设置为前面以冒号结尾的行）我们使用$'\n' 表示法在每个条目前加上换行符。

【解决方案4】：

不要将 shell 误认为是文本处理工具，这就是 awk 的用途。您只需要这 4 行代码：

$ cat tst.sh
awk -v RS= -F'\n' -v OFS=') ' '{print NR, $1}' file.txt >&2
printf '\nMake a selection: ' >&2
IFS= read -r rsp
awk -v RS= -v nr="$rsp" 'NR==nr' file.txt

$ ./tst.sh
1) /bin:
2) /sbin:
3) /usr/local/bin:

Make a selection: 2
/sbin:
file_a
file_b
file_c

【讨论】：