用于打印与连续行上出现的模式匹配的行的 Shell 脚本

Question

我有大量的文本文件，并且使用 shell 脚本，想要搜索每个文件以识别字符串，例如“&abcdef”（表示每条记录的结尾），并且仅在连续出现时打印线。

输入文件内容file-a，其中一个文件的示例；还有其他类似但巨大的文件：

1239560059   TAB001   
8E12222439   TAB001   
84dswe6059   &abcdef
8229559179   &abcdef
8012156059   TAB001  
804E122224   TAB001  
8046317400 20120629 233000  20120629 
8046005912   TAB001   
8046559179 23222333   &abcdef
80463174E9   TAB001    
8024360099   TAB001  
8046316343   955912   &abcdef
8439559149   &abcdef
8044360059   TAB001    
8046360059   TAB001    
8034395879   &abcdef

需要输出：

• file-a 的第 3 行和第 4 行在连续行中多次出现 &abcdef
• file-a 的第 12 行和第 13 行在连续行中多次出现&abcdef

Answer 1

您可以使用 awk 来跟踪以前和当前出现的情况，如果它们彼此相邻，则打印两行。

awk 'BEGIN {prev=0} /&abcdef/ {if(prev==0) {prev=NR;line=$0} else {if((prev+1)==NR) {print line;print $0}; prev=NR; line=$0}}' file-a

BUG：有一个。如果出现多于一对，例如第 11、12、13 行出现，则代码将打印第 11、12、12、13 行。否则它将正常打印对。

如果您希望文件中出现超过 2 行的 &abcdef 连续行，请告诉我，我将修改此代码以适应它。

编辑：忘记在代码中包含文件名。

编辑：这是非常基本的，绝对可以改进。这是修改后的代码。

awk 'BEGIN {prev=0} /&abcdef/ {if(prev==0) {prev=NR;line=$0; print FILENAME} else {if((prev+1)==NR) {print NR-1 ":" line;print NR ":" $0}; prev=NR; line=$0}}' file-a

编辑：如果您希望文件名像行号一样预先添加，那么您的代码应该是。

awk 'BEGIN {prev=0} /&abcdef/ {if(prev==0) {prev=NR;line=$0} else {if((prev+1)==NR) {print FILENAME ":" NR-1 ":" line;print FILENAME ":" NR ":" $0}; prev=NR; line=$0}}' file-a

编辑：如果您只需要打印文件名和行号而不是行本身，那么您的代码应该是：

awk 'BEGIN {prev=0} /&abcdef/ {if(prev==0) {prev=NR;line=$0} else {if((prev+1)==NR) {print FILENAME ":" NR-1;print FILENAME ":" NR}; prev=NR; line=$0}}' file-a