在匹配第一个模式后 Grepping 第二个模式答案

【问题标题】：Grepping second pattern after matching first pattern在匹配第一个模式后 Grepping 第二个模式
【发布时间】：2015-08-08 03:30:19
【问题描述】：

是否有任何 grep/sed 选项可以让我在匹配另一个模式后匹配一个模式？例如：输入文件（foos 是变量模式，以0 开头，前面是# 前面的随机数）：

0foo1  
0foo2  
0foo3  
\#89888  
0foo4  
0foo5  
\#98980  
 0foo6

所以一旦我尝试搜索变量模式（例如foo2），我还想从该模式行号匹配另一个模式（例如#number），在本例中为#89888。

因此变量foo2 的输出必须是：

foo2  #89888

对于变量foo5：

foo5  #98980

foos 由每个字符组成，包括可能被视为元字符的字符。

我使用 tcl 尝试了一个基本的正则表达式匹配脚本，它将首先搜索foo*，然后搜索下一个直接#，但由于我正在处理一个非常大的文件，因此需要几天时间才能完成。任何帮助表示赞赏。

【问题讨论】：

你能改用pcregrep吗，它支持多行？

标签： regex perl sed grep tcl

【解决方案1】：

#!/usr/bin/perl

use strict;
use warnings;
use Data::Dumper;

my ( %matches, $recent_foo );

while(<DATA>)
{
   chomp;
   ( $matches{$recent_foo} ) = $1 if m/(\\#\d+)/;
   ( $recent_foo ) = $1 if m/(0foo\d+)/;
}

print Dumper( \%matches );

__DATA__
0foo1  
0foo2  
0foo3  
\#89888  
0foo4  
0foo5  
\#98980  
 0foo6

 ./perl 
$VAR1 = {
          '0foo5' => '\\#98980',
          '0foo3' => '\\#89888'
        };

【讨论】：

【解决方案2】：

一个 Perl 单行器，用于 slurp 整个文件并匹配您寻找的模式的任何换行符，如下所示：

perl -000  -nle 'm{(foo2).*(\#89888)}s and print join " ",$1,$2' file

-000 开关启用“slurp”模式，该模式指示 Perl 不要将文件拆分为块，而是将其视为一个大字符串。 s 修饰符让. 匹配任何字符，包括换行符。

【讨论】：

【解决方案3】：

如果您想要的是 0foo1、0foo2 和 0foo3，它们都具有相同的值，则可以：

#!/usr/bin/perl

use strict;
use warnings;
use Data::Dumper;

my ( %matches, @recent_foo );

while(<DATA>)
{
   chomp;
   if (/^\\#/)
   {
     @matches{@recent_foo} = ($') x @recent_foo;
     undef @recent_foo;
   }
   elsif (/^0/)
   {
     push @recent_foo, $';
   }
}

print Dumper( \%matches );

__DATA__
0foo1
0foo2
0foo3
\#89888
0foo4
0foo5
\#98980
0foo6

给予：

$VAR1 = {
          'foo2' => '89888',
          'foo1' => '89888',
          'foo5' => '98980',
          'foo3' => '89888',
          'foo4' => '98980'
        };

【讨论】：

【解决方案4】：

Var='foo2'
sed "#n
/${Var}/,/#[0-9]\{1,\}/ {
   H
   /#[0-9]\{1,\}/ !d
   s/.*//;x
   s/.//;s/\n.*\\n/ /p
   q
   }" YourFile

要求不明确。它首先出现您的模式 foo2 直到第一个 #number，删除之间的行并在 1 中打印两行而不是退出（没有其他提取

【讨论】：

【解决方案5】：

Tcl 解决方案。该过程在 3 微秒多一点的时间内运行，因此您需要非常个大型数据文件才能运行数天。如果多个标记匹配，则使用第一个匹配（很容易重写该过程以返回所有匹配项）。

set data {
0foo1  
0foo2  
0foo3  
\#89888  
0foo4  
0foo5  
\#98980  
 0foo6
}

proc find {data pattern} {
    set idx [lsearch -regexp $data $pattern]
    if {$idx >= 0} {
        lrange $data $idx $idx+1
    }
}

find $data 0foo3
# -> 0foo3 #89888
find $data 0f.*5
# -> 0foo5 #98980

文档：if、lrange、lsearch、proc、set

【讨论】：

【解决方案6】：

sed

sed -n '/foo2/,/#[0-9]\+/ {s/^[[:space:]]*[0\\]//; p}' file | 
sed -n '1p; $p' | 
paste -s

第一个 sed 打印第一个模式和第二个模式之间的所有行，删除可选的前导空格和前导 0 或 \。
第二个 sed 只提取第一行和最后一行。
粘贴命令将 2 行打印为单行，用制表符分隔。

awk

awk -v p1=foo5 '
    $0 ~ p1 {found = 1} 
    found && /#[0-9]+/ { sub(/^\\\/, ""); print p1, $0; exit }
' file

tcl

lassign $argv filename pattern1
set found false
set fid [open $filename r]
while {[gets $fid line] != -1} {
    if {[string match "*$pattern1*" $line]} {
        set found true
    }
    if {$found && [regexp {#\d+} $line number]} {
        puts "$pattern1 $number"
        break
    }
}
close $fid

然后

$ tclsh 2patt.tcl file foo4
foo4 #98980

【讨论】：

【解决方案7】：

这是你想要的吗？

$ awk -v tgt="foo2" 'index($0,tgt){f=1} f&&/#[0-9]/{print tgt, $0; exit}' file
foo2 \#89888

$ awk -v tgt="foo5" 'index($0,tgt){f=1} f&&/#[0-9]/{print tgt, $0; exit}' file
foo5 \#98980

我在上面使用index()，因为它搜索的是字符串而不是正则表达式，因此不太关心 foo 中的 RE 元字符 - 它们都只是字符串中的文字字符。

您的问题不清楚您是想在特定 foo 之后查找特定数字还是 foo2 之后的第一个数字，或者即使您想搜索特定 foo 值或所有“foo”或...

【讨论】：