otherdata
otherdata
start_data
one
two
three
four
end_data
otherdata
otherdata
A saída resultante deve ser apenas:
one
two
three
four
Isso pareceu um trabalho para sed para mim:
sed -n '/start_data/,/end_data/{1d;$d;p}' myfile
Não funcionou. A primeira linha foi excluída, mas não a última linha! (por nenhuma razão que eu pudesse explicar pela lógica até agora)
OK, então vamos tentar o jeito feio:
sed -n '/start_data/,/end_data/{/start_data\|end_data/!p}' myfile
Justo, isso funciona. Mas eu gostaria de fazer o método mais curto funcionar também, já que a saída resultante irá sempre conter os dois padrões na primeira e última linha, já que estamos apenas extraindo os dados entre.
Por que sed sufoca com a tentativa de combinar as instruções 1d e $d nas chaves?
Você pode reverter a lógica:
sed '1,/start_data/d;/end_data/,$d'
Isso pressupõe que start_data não esteja na primeira linha. Para contornar isso, se você tiver o GNU sed , poderá fazê-lo:
sed '0,/start_data/d;/end_data/Q'
Esse 0 e Q são específicos do GNU. Q fecha sed sem imprimir o espaço de padrão, de modo que também tornaria mais eficiente, pois não manteria a leitura e descartaria o restante do arquivo como na primeira solução.
awk parece ser uma boa opção para este problema:
$ awk '/end_data/{f=0;};f{print;};/start_data/{f=1;}' myfile
one
two
three
four
O texto acima usa o sinalizador f para decidir se uma linha deve ser impressa. Quando start_data , o sinalizador é definido como verdadeiro (1). Quando end_data é encontrado, o sinalizador é definido como falso (0). Quando f é verdadeiro, a linha é impressa.
Why does sed choke at the attempt of combining the 1d and $d statements in curly braces?
Não é "sufocante". É só que 1d e $d referem-se à primeira e à última linha do arquivo, não à primeira e à última linha do padrão.
Bem, isso funciona:
sed -ne/start_data/!d\;:n -e'n;/end_data/q;p;bn' <in
Nem sequer tenta p rint até encontrar /start_pattern/ e a partir desse endereço até à última linha, irá substituir a linha atual com n ext, q it input totalmente se a nova linha extraída corresponder a /end_data/ , ou então p rint. E isso é tudo. A saída é, dados seus dados de amostra:
one
two
three
four
Ele não reconhecerá uma linha como uma correspondência end_data se também corresponder à primeira linha start_data que ocorre na entrada.
Você já tem uma resposta para sua pergunta; Vou colocar outra maneira de fazer isso usando Perl.
< inputfile perl -0777 -pe 's/^(.*\n)*?start_data.*\n((.*\n)*?)end_data(.*\n)*/$2/'
-0777 : faz o slurps do arquivo inteiro de uma só vez, em vez de uma linha no momento -p : coloca um loop while (<>) {[...]} ao redor do script e imprime o arquivo processado -e : lê o script dos argumentos Divisão do comando Perl:
s : afirma para executar uma substituição / : inicia o padrão ^ : corresponde ao início do arquivo (.*\n)*? : corresponde qualquer número de qualquer caractere avidamente dentro da linha atual e uma nova linha, zero ou mais vezes preguiçosamente dentro do arquivo atual (ou seja, corresponde ao menor número de vezes possível, parando quando o seguinte padrão começa a corresponder) start_data.*\n : corresponde a uma string start_data , qualquer número de qualquer caractere avidamente na linha atual e uma nova linha ((.*\n)*?) : agrupa e combina qualquer número de qualquer caractere avidamente dentro da linha atual e uma nova linha, zero ou mais vezes preguiçosamente dentro do arquivo atual (isto é, corresponde ao menor número de vezes possível, parando quando o seguinte padrão começa a corresponder) / li>
end_data : corresponde a uma end_data string (.*\n)* : corresponde qualquer número de qualquer caractere avidamente dentro da linha atual e uma nova linha, zero ou mais vezes avidamente dentro do arquivo atual (ou seja, corresponde ao máximo de vezes possível) / : interrompe o padrão / inicia a sequência de substituição $2 : substitui pelo segundo grupo capturado / : interrompe a string de substituição / inicia os modificadores Aqui, deixe-me fazer uma modificação cosmética trivial para o arquivo de entrada fornecido na pergunta:
% cat myfile
red
orange
start_data
one
two
three
four
end_data
yellow
green
Eu simplesmente substituí as linhas otherdata por outros dados distintos,
então podemos nos referir a cada linha no arquivo de entrada de forma única, por conteúdo,
sem ter que dizer "a primeira linha",
desde que isso é aparentemente sujeito a má interpretação,
ou "o primeiro otherdata line", que é um pouco detalhado
(e, pelo que sei, também pode estar sujeito a interpretações erradas).
Agora, provavelmente a coisa mais próxima que você encontrará em sua primeira tentativa é
% sed -n '/start_data/,/end_data/p' myfile | sed '1d;$d'
one
two
three
four
Sua primeira tentativa ( sed -n '/start_data/,/end_data/{1d;$d;p}' myfile ) "engasga"
porque (como John1024 disse) a linha 1 é a red line *
e linha $ é a green linha ** .
O 1d;$d; não tem efeito porque essas linhas
(junto com, de fato, todos das linhas otherdata / colordata)
já estão excluídos pelo intervalo /start_data/,/end_data/ .
Tags text-processing sed