一根线逐块提取数据

Question

我总是处理由以下格式的许多数据块组成的数据文件：

*name* attr (
        VALID (
                late_lead_up xxx ar uclk reff xxx slope xxx
                late_lead_dn xxx af uclk reff xxx slope xxx
                early_trail_up xxx af uclk reff xxx slope xxx
                early_trail_dn xxx ar uclk reff xxx slope xxx
              )
        CEXT xxx
        CREF xxx
        REFF xxx
        QUALIFIED_CLOCK
)

无论如何我可以从命令行中提取我有兴趣使用单行符的“名称”吗？

Answer 1

将此文件用于演示目的：

of_interest attr (
    1:VALID (
        1:late_lead_up xxx ar uclk reff xxx slope xxx
        1:late_lead_dn xxx af uclk reff xxx slope xxx
        1:early_trail_up xxx af uclk reff xxx slope xxx
        1:early_trail_dn xxx ar uclk reff xxx slope xxx
    1:)
    1:CEXT xxx
    1:CREF xxx
    1:REFF xxx
    1:QUALIFIED_CLOCK
)

boring attr (
    2:VALID (
        2:late_lead_up xxx ar uclk reff xxx slope xxx
        2:late_lead_dn xxx af uclk reff xxx slope xxx
        2:early_trail_up xxx af uclk reff xxx slope xxx
        2:early_trail_dn xxx ar uclk reff xxx slope xxx
    2:)
    2:CEXT xxx
    2:CREF xxx
    2:REFF xxx
    2:QUALIFIED_CLOCK
)

of_interest attr (
    3:VALID (
        3:late_lead_up xxx ar uclk reff xxx slope xxx
        3:late_lead_dn xxx af uclk reff xxx slope xxx
        3:early_trail_up xxx af uclk reff xxx slope xxx
        3:early_trail_dn xxx ar uclk reff xxx slope xxx
    3:)
    3:CEXT xxx
    3:CREF xxx
    3:REFF xxx
    3:QUALIFIED_CLOCK
)

这一行（为便于阅读而拆分）：

awk '
    BEGIN               {s=0}
    /^of_interest /     {s=1}
    /^)$/               {if (s==1) {print};s=0}
                        {if (s==1) print}'

或最低字符版本：

awk 'BEGIN{s=0}/^of_interest /{s=1}/^)$/{if(s==1){print};s=0}{if(s==1)print}'

给你：

of_interest attr (
    1:VALID (
        1:late_lead_up xxx ar uclk reff xxx slope xxx
        1:late_lead_dn xxx af uclk reff xxx slope xxx
        1:early_trail_up xxx af uclk reff xxx slope xxx
        1:early_trail_dn xxx ar uclk reff xxx slope xxx
    1:)
    1:CEXT xxx
    1:CREF xxx
    1:REFF xxx
    1:QUALIFIED_CLOCK
)
of_interest attr (
    3:VALID (
        3:late_lead_up xxx ar uclk reff xxx slope xxx
        3:late_lead_dn xxx af uclk reff xxx slope xxx
        3:early_trail_up xxx af uclk reff xxx slope xxx
        3:early_trail_dn xxx ar uclk reff xxx slope xxx
    3:)
    3:CEXT xxx
    3:CREF xxx
    3:REFF xxx
    3:QUALIFIED_CLOCK
)

我相信这就是你所追求的。

它基本上是一个简单的状态机，当它找到所需的块开始时打开打印，并在找到该块的结尾时关闭它。

更新：这是一个 perl 单行代码，可以满足您的qualified_clock 要求。享受:-)

perl -e '$s=1;while(<STDIN>){if(/^of_interest /){$s=1;$f=0;$x="";}if(($s==1)&&/QUALIFIED_CLOCK/){$f=1;}if(/^\)$/){if($s==1){$x.=$_;}if($f==1){print$x;}$s=0;next;}if($s==1){$x.=$_;}}'

Answer 2

比Pax'sone更少的字符和更简单的解决方案

perl -ne '/^of_interest /../^\)/ and print'

或

awk '/^of_interest /,/^\)/{print}'

或

sed -n '/^of_interest /,/^)/p'

Answer 3

如果你的块总是以'*name* attr ('开头并且总是以')'结尾并且没有前导空格，你可以尝试（假设foo是块名称，data.txt是文件解析）：

awk '/ attr \($/ {if($1==n)b=1}  {if(b)print}  /^\)$/ {b=0}' n=foo data.txt

Answer 4

好吧，你给它贴上了 Perl 的标签，下面是我在 Perl 中的做法：

#!/usr/bin/perl

use strict;
use warnings;

die "usage: $0 name datafile\n    or cat datafile | $0 name\n" 
    unless @ARGV > 0;

my $name = shift;
my $re   = qr/\A$name attr/; 

my $rec = '';
while (my $line = <>) {
    $rec .= $line;
    next unless $line =~ /^\)/;
    print $rec if $rec =~ /$re/;
    $rec = '';
}

你可以把它变成这样的单线

perl -ne '$a.=$_;next unless/^\)/;print$a if$a=~/^name/;$a=""' datafile

但我更喜欢脚本。请记住将 name 替换为记录的名称。

Answer 5

我在您的 cmets 中看到另一个答案，您还想在块中搜索类似“QUALIFIED_CLOCK”的字符串。

在这种情况下，如果你的数据块用空行分隔，你可以使用 Perl 的段落模式分块读取并打印出你感兴趣的部分。例如： p>

perl -00 -ne 'print if /^block_name/ and /QUALIFIED_CLOCK/' file.txt

这也可以通过设置 RS 在 awk 中实现。

Answer 6

下面是一种将它作为 Perl 单线的方法：

perl -ne '$m = 1 if /^insert_name_here attr/; print if $m; $m = 0 if /^\)$/' file.txt