文本操作和删除答案

【问题标题】：Text manipulation and removal文本操作和删除
【发布时间】：2009-11-20 01:11:48
【问题描述】：

我有一个由我的工具生成的文本文件，其结构如下所示。

1 line text
(space)
multiple
lines
text
(space)
multiple
lines
text
nr 2
---------------------------------------------------------- (58 '-' characters)
different 1 line text
(space)
different
multiple
lines
text
(space)
different
multiple
lines
text
nr 2
----------------------------------------------------------
different 1 line text
(space)
different
multiple
lines
text
(space)
different
multiple
lines
text
nr 2
----------------------------------------------------------
(space)

每个文件以 1 行文本开头，以“-”符号分隔符和空格结尾。每个文件中有不同数量的节，并且“中间”的每个节都以“-”符号开始和结束。以下是我想要实现的目标。

multiple
lines
text
(space)
different
multiple
lines
text
(space)
different
multiple
lines
text

我想删除所有一个衬里、所有 58 个“-”字符分隔符和所有“第二个”多个衬里，并且每个部分中只有“第一个”多个衬里一个在另一个下一个用空格分隔。有人可以推荐如何在linux上做到这一点吗？任何建议都会有所帮助。

【问题讨论】：

谁投票决定关闭属于 SU？ sed 是一种编程语言，无论多么原始，这是一个公认的先例。无论如何，最好用 awk/perl 解决方案来回答这个问题。
“（空格）”是指空格字符、换行符、空格（空格、换行符、制表符）还是其中一个或多个的倍数？
另外，在您想要的结果示例中，是否应该包含“nr 2”的行以与“每个部分只有'第二个'多个衬里”保持一致？跨度>
对不起，这是一个错字，我的意思是第一个多个衬里，而不是第二个......就像我写的输出示例一样

标签： linux bash sed

【解决方案1】：

perl -00 -ne 'print if $.%2==0'

-00 标志将记录分隔符设置为空行。

【讨论】：

【解决方案2】：

编辑：打印第一个多行组：

awk 'BEGIN {toggle=1} /^\(space)$/ {if (!toggle) print ""; toggle=!toggle; next} {if (! toggle) print}' file.txt

原文：打印第二个多行组：

awk '/^\(space)$/ { accum=""; next} /^-+$/ {print accum; accum=""; next} {accum=accum"\n"$0}' file.txt

【讨论】：

我使用"(space)" 作为文字字符串，但您可以将其更改为/^$/ 以检查是否有空行。

【解决方案3】：

下面的perl 脚本会做你想做的事（我发现sed 不太适合跨多行的任务）。

#!/usr/bin/perl

$first = 1;
$skip = 2;
while (<>) {
    chomp;
    $ln = $_;
    if ($ln =~ /^-{58}$/) {
        $skip = 2;
        next;
    }
    if ($skip > 0) {
        $skip--;
        if ($skip == 0) {
            if ($first) {
                $first = 0;
            } else {
                print "\n";
            }
        }
        next;
    }
    if ($skip == 0) {
        print $ln . "\n";
        if ($ln =~ /^$/) {
            $skip = -1;
        }
    }
}

这是基于您的(space) 行只是空行的假设。如果不是，您需要调整底部附近的/^$/ 模式以匹配它的实际情况。

它基本上是一个由$skip 变量控制的简化状态机。如果这是肯定的，那么您将跳过那么多行（从 2 开始，每 --- 行设置为 2）。

当$skip 达到零时，它会一直停留在那里，直到你得到一个空行（你正在回显这些行）。当你得到一个空行时，你将它设置为 -1 并停止回显这些行。

$first 变量有点小技巧，可以确保输出中没有尾随空行。

这是我从您的输入文件中得到的输出：

multiple
lines
text
(space)
different
multiple
lines
text
(space)
different
multiple
lines
text

我相信这就是你所追求的。

【讨论】：

【解决方案4】：

我会选择awk 而不是sed。建立一个列表，直到您点击/-+$/，然后输出您存储的多行部分，直到每条虚线。

编辑：在那之前我会使用 perl，但 awk 也很有趣。

【讨论】：

【解决方案5】：

呆呆

awk  '{ print $2 }' RS="-\n" FS="\n\n" file

输出

$ ./shell.sh
multiple
lines
text
different
multiple
lines
text
different
multiple
lines 
text

Perl 中的等价物。

$\ = "\n";
$/ = "-\n";
while (<>) {
    chomp;
    ($f1,$f2) = split "\n\n", $_ ;
    print $f2;
}

【讨论】：

你可能需要修改它，因为它不输出空行。
我会把它留给 OP 作为练习。