Como extrair cadeia entre dois padrões usando sed no Linux, enquanto segundo padrão repetindo mais linhas no arquivo

Question

Por exemplo,

xyz
A1
B1
C1
D1
End
End
End
X1
X2
X3
Done

Eu quero extrair todas as strings entre xyz e End pattern. Então a saída deve ser

xyz
A1
B1
C1
D1
End
End
End

    

Answer 1

Método-a

perl -l -0777ne 'print /^(xyz.*?^End$(?:\nEnd$)*)/ms' yourfile

Trabalhando

• Slurp o arquivo para que ele apareça como uma string looooong que pode ser desmembrada usando o regex apropriado. O regex neste caso é:
  • procure por xyz no início de uma linha (não necessariamente no arquivo).
  • procure o End on a line mais próximo e depois quantas linhas consecutivas.

Método 2

perl -lne '
   next unless /xyz/ ... eof;
   last if !/End/ and $flag;
   $flag ||= 1 if /End/;
   print;
' yourfile

Trabalhando

• Aqui operamos o Perl em uma base por linha e configuramos uma pequena máquina de estado.
  • Rejeitar qualquer porção fora do intervalo do arquivo.
  • Quando entramos no intervalo certo, imprimimos todas as linhas até atingirmos a linha / End /. Nesse momento, colocamos a bandeira.
  • Então, saímos assim que vemos a primeira linha não final / final.

Método 3

sed -e '
   /xyz/!d
   :a
      $q;N
   /\nEnd$/!ba
   :b
      n
   /End/bb
   d
' yourfile

Neste método, operamos o primeiro loop do-while (: a) que irá acumular linhas começando de / xyz / para / End /.

O segundo loop do-while (: b) imprime linhas até a próxima linha ser / End /.

Método 4

sed -e '
   /xyz/,/End/!d
   H;/xyz/h;/End/!d
   :a
      $q;N
      /\(.*\)\n$/!{g;q;}
      s/.*\n//;H
   ba
' yourfile

Com esse método, primeiro selecionamos o intervalo correto e, em seguida, armazenamos esses dados de intervalo no espaço de armazenamento. O loop do-while (: a) é o setup que acrescenta incrementalmente ao espaço hold enquanto a próxima linha passa a ser / End /.

Resultados

xyz
A1
B1
C1
D1
End
End
End

    

Answer 2

Este é um tipo de trabalho pcregrep é bom em:

pcregrep -M 'xyz(.|\n)*End' file

Note que é muito ganancioso e come tudo até o final End , incluindo outros End s.

    

Answer 3

Perl para o resgate: imprima todas as linhas entre o primeiro xyz e o último End :

 perl -ne '
     $inside = 1        if /^xyz$/;
     $seen_end = 1      if $inside && /^End$/;
     push @buff, $_     if $inside;
     print splice @buff if /^End$/ && @buff;
' input-file

A partir da primeira ocorrência de xyz , começamos a empurrar todas as linhas para um buffer. Uma vez que End é encontrado, nós saímos e limpamos o buffer (veja emenda ), mas continuamos a empurrar linhas para o buffer no caso de haver foi outro End depois.

    

Answer 4

Como você está pedindo uma solução sed , eu faria assim:

sed -e '/^xyz$/!d;:a' -e '$!{N;ba' -e '};s/\(.*\nEnd\).*//'

Portanto, descarte tudo antes do primeiro padrão ( /^xyz$/!d ), depois faça um loop para coletar todas as linhas restantes no espaço padrão ( :a;$!{N;ba ) e remova tudo por trás da última ocorrência do segundo padrão ( s/\(.*\nEnd\).*// ). / p>

A coleta no espaço padrão é necessária, pois o endereçamento ( /xyz/,/End/ ) não é ganancioso, mas .* dentro do espaço padrão é.

    

Answer 5

Solução

awk :

awk '/xyz/,/End/{ print $0; n=NR }($0=="End" && n && NR>n && NR-n++ == 1)' file

A saída:

xyz
A1
B1
C1
D1
End
End
End

• /xyz/,/End/ - intervalo de registros, de xyz a End

• n=NR - capturando o número do registro (na correspondência de intervalo - eventualmente conterá o número do último registro do intervalo)