【问题标题】：Match consecutive lines in a file.匹配文件中的连续行。
【发布时间】：2013-06-28 17:24:03
【问题描述】：

template: perm_subcluster
   copy_cluster: yms_cfg_ref
   allocations:
   - type: cfgstore
     hosts:
     - {name: ymscfg-02.ops.bf1.yahoo.com, farm: east}
     - {name: ymscfg-02.ops.gq1.yahoo.com, farm: west}
   - type: aggregator
     hosts:
     - {name: ymsagg-08.ops.bf1.yahoo.com, farm: east}
     - {name: ymsagg-10.ops.gq1.yahoo.com, farm: west}
   - type: metricsdb
     hosts:
     - {name: ymsdb-11.ops.bf1.yahoo.com, farm: east}
     - {name: ymsdb-11.ops.gq1.yahoo.com, farm: west}

以上代码属于文件 temp.txt。另一个文件 tempo.pl 有一个 perl 标量变量 $pattern。 $pattern 的值为：

- type: cfgstore
  hosts:
  - {name: ymscfg-02.ops.bf1.yahoo.com, farm: east}
  - {name: ymscfg-02.ops.gq1.yahoo.com, farm: west}
- type: aggregator
  hosts:
  - {name: ymsagg-08.ops.bf1.yahoo.com, farm: east}
  - {name: ymsagg-10.ops.gq1.yahoo.com, farm: west}
- type: metricsdb
  hosts:
  - {name: ymsdb-11.ops.bf1.yahoo.com, farm: east}
  - {name: ymsdb-11.ops.gq1.yahoo.com, farm: west}

我想用 perl 或 sed 或 awk 或正则表达式编写一段代码，它返回模板名称，即模板：perm_subcluster 如果 $pattern 的值与 temp.txt 中的行块匹配。

【问题讨论】：

你能确认数据实际上是以YAML格式存储的吗？然后，最好将数据解析为数据结构，并查看模板数据结构中包含模式的位置。或者它必须是正则表达式吗？（并非不可能，只是令人难以置信的错误）。
什么是matches：= equal 或~ matches？
$pattern 和 temp.txt 中的前导空格是否相等？或者至少 $pattern 和 temp.txt 总是相差 3 个空格？并且该块是否总是在template: 之后恰好开始三行？
@amon - 是的，数据以 YAML 格式存储，但是 YAML 文件非常乱码，所以我决定不解析而是搜索模式来获取模板的名称。
@m.buettner - 是的，该块总是在模板之后恰好开始三行。此外，变量 $pattern 中的前导空格可以匹配文件中的前导空格，因为我正在构建变量 $pattern。

标签： regex perl sed awk grep

【解决方案1】：

说明

您必须修改“我正在搜索的内容”块以包含与目标数据中存在的所有相同的前导空格。

您的文本搜索需要插入到\Q...\E 标记之间的此表达式中。然后，表达式将为您选择的文本块找到模板名称，该名称将被放入 Capture Group 1。

^template:\s*(\S*).*?(?=^)(?:^\s+(?:(?!^).)*)*?^\Q   - type: cfgstore
     hosts:
     - {name: ymscfg-02.ops.bf1.yahoo.com, farm: east}
     - {name: ymscfg-02.ops.gq1.yahoo.com, farm: west}
   - type: aggregator
     hosts:
     - {name: ymsagg-08.ops.bf1.yahoo.com, farm: east}
     - {name: ymsagg-10.ops.gq1.yahoo.com, farm: west}
   - type: metricsdb
     hosts:
     - {name: ymsdb-11.ops.bf1.yahoo.com, farm: east}
     - {name: ymsdb-11.ops.gq1.yahoo.com, farm: west}\E

输入文字

template: perm_subcluster
   copy_cluster: yms_cfg_ref
   allocations:
   - type: cfgstore
     hosts:
     - {name: ymscfg-02.ops.bf1.yahoo.com, farm: east}
     - {name: ymscfg-02.ops.gq1.yahoo.com, farm: west}
   - type: aggregator
     hosts:
     - {name: ymsagg-08.ops.bf1.yahoo.com, farm: east}
     - {name: ymsagg-10.ops.gq1.yahoo.com, farm: west}
   - type: metricsdb
     hosts:
     - {name: ymsdb-11.ops.bf1.yahoo.com, farm: east}
     - {name: ymsdb-11.ops.gq1.yahoo.com, farm: west}
template: Not_me
   copy_cluster: yms_cfg_ref
   allocations:
   - type: cfgstore
     hosts:
     - {name: Fail_ymscfg-02.ops.bf1.yahoo.com, farm: east}
     - {name: Fail_ymscfg-02.ops.gq1.yahoo.com, farm: west}
   - type: aggregator
     hosts:
     - {name: ymsagg-08.ops.bf1.yahoo.com, farm: east}
     - {name: ymsagg-10.ops.gq1.yahoo.com, farm: west}
   - type: metricsdb
     hosts:
     - {name: ymsdb-11.ops.bf1.yahoo.com, farm: east}
     - {name: ymsdb-11.ops.gq1.yahoo.com, farm: west}

匹配项

[0] => template: perm_subcluster
   copy_cluster: yms_cfg_ref
   allocations:
   - type: cfgstore
     hosts:
     - {name: ymscfg-02.ops.bf1.yahoo.com, farm: east}
     - {name: ymscfg-02.ops.gq1.yahoo.com, farm: west}
   - type: aggregator
     hosts:
     - {name: ymsagg-08.ops.bf1.yahoo.com, farm: east}
     - {name: ymsagg-10.ops.gq1.yahoo.com, farm: west}
   - type: metricsdb
     hosts:
     - {name: ymsdb-11.ops.bf1.yahoo.com, farm: east}
     - {name: ymsdb-11.ops.gq1.yahoo.com, farm: west}
[1] => perm_subcluster

【讨论】：

【解决方案2】：

假设 Unix 风格的行尾：

$temp_txt =~ /template:\s*(.*)\n(\s.*\n)*?\Q$pattern/;
return $1;

【讨论】：

【解决方案3】：

使用 awk，例如在寻找 ymsagg-08 时，您可以尝试：

awk '$1=="template:"{t=$2} $0~s{print t}' s="ymsagg-08" file

【讨论】：