删除指定字符之间的所有内容，包括多行答案

【问题标题】：Remove everything between specified characters including multi lines删除指定字符之间的所有内容，包括多行
【发布时间】：2019-04-25 06:04:09
【问题描述】：

我有一个文件，内容如下：

## this must go ##
## also
 this
 must go
##
hello world
##and this one
too##

我想删除##之间的所有内容，包括多行，所以我只剩下hello world

这只会删除一行中的部分：

sed -i.bak 's/##.*##//g' myfile

如何也删除多行内容？

P.S 我在 MAC 上

【问题讨论】：

可能 perl 解决方案会更简单：perl -0pe 's/##.*?##\R*//gs' file > newfile (demo)。
@WiktorStribiżew 嘿，您的解决方案效果最好 - 发布您的答案，我会接受。谢谢！
Posted with explanation.

标签： regex perl awk sed

【解决方案1】：

这可能对你有用（GNU sed）：

sed -z 's/##[^#]*\(#[^#][^#]*\)*##\n\?//g' file

-z 选项允许将整个文件放入 sed 的模式空间中。正则表达式匹配分为三个部分。第一部分匹配##，后跟零个或多个非#。第二部分匹配由单个# 后跟一个非# 后跟零个或多个非# 组成的零个或多个字符组。第三部分匹配## 和一个可能的换行符。此正则表达式会在整个文件中全局删除此类匹配项。

这可以通过使用-r 选项来稍微缩短，以使最终产品更甜：

sed -rz 's/##[^#]*(#[^#]+)*##\n?//g' file

如果 sed 的版本不提供任何一个选项，那么另一种解决方案是：

sed 'H;$!d;x;s/.//;s/##[^#]*\(#[^#][^#]*\)*##\n\?//g' file

需要注意的是，在上面的示例中，所有## 的开始或结束都在一行的开头或结尾，因此下面的解决方案也可能符合要求：

sed 's/^##/,/##$/d' file

【讨论】：

【解决方案2】：

试试这个：

sed -n '/^##/ { :1 ; /##$/ { d } ; n ; b 1 } ; p' myfile

智者阅读此优秀教程：Sed - An Introduction and Tutorial by Bruce Barnett

测试：

sed -n '/^##/ { :1 ; /##$/ { d } ; n ; b 1 } ; p' myfile

hello world

【讨论】：

【解决方案3】：

您可以使用perl 来实现您想要的：

perl -0pe 's/##.*?##\R*//gs' file > newfile

见online demo

0 参数可以跨行查找匹配项。

模式匹配

## - 两个 # 符号
.*? - 尽可能少的任何 0+ 个字符（甚至是由于 s 修饰符而导致的换行符）
## - 两个 # 符号
\R* - 任何 0+ 换行序列。

【讨论】：

【解决方案4】：

这对awk 来说应该是一件很容易的事（如果你没问题的话）。能否请您尝试以下，稍后也会添加说明。

awk '/^##.*##$/{next} /^##$/{flag="";next} /^##/ && !/##$/{flag=1} flag{next} 1' Input_file

现在也添加非单线形式的解决方案。

awk '
/^##.*##$/{
  next
}
/^##$/{
  flag=""
  next
}
/^##/ && !/##$/{
  flag=1
}
flag{
  next
}
1
'   Input_file

【讨论】：