analisa uma gramática de marcação realmente simples com um script de shell

Question

Eu tenho que analisar um arquivo, um tipo de arquivo de configuração, que está adotando uma gramática bem simples: existem 2 tipos de blocos de múltiplas linhas e tags de marcação inline.

o bloco do tipo 1 é marcado por um open_tag e um closing_tag mais o nome do bloco, exemplo

START_BLOCK_1 name
   < content >
END_BLOCK_1

blocos do tipo 1 contêm apenas blocos do tipo 2, eles são basicamente usados para ativar ou desativar blocos deste arquivo de configuração.

o bloco do tipo 2 é marcado por uma tag no início de uma nova linha (mais o nome) e não há tag de fechamento, o fechamento é implicitamente feito quando um novo bloco é iniciado ou quando o arquivo termina, o bloco em si é permitido conter linhas vazias.

START_BLOCK_2 name_1
    < content >
    < content >
    < content >

START_BLOCK_2 name_2

    < content >

    < content >
    < content >

START_BLOCK_2 name_3
    < content >
    < content >

o tipo final de token é apenas uma tag inline, uma palavra especial que está presente no início da linha e eu só para saber qual é o valor marcado por essa tag

START_BLOCK_2 name_1

    tag_1 red

    tag_2 Jon

START_BLOCK_2 name_2
    tag_1 blue
    tag_2 Phil

Um bom exemplo final poderia ser

START_BLOCK_2 name_1
    < content >

START_BLOCK_2 name_2

    < content >

START_BLOCK_1 name_1
    START_BLOCK_2 name_3
        < content >

    START_BLOCK_2 name_4

        < content >

END_BLOCK_1

START_BLOCK_2 name_5
    < content >

Considerando os nomes dos blocos do tipo 2, preciso saber os valores associados a cada tag (se eles contiverem tags configuradas) e se eles fazem parte dos blocos do tipo 1 e, nesse caso, o atributo name do tipo 1 bloco que os contém.

O resultado pode ser armazenado em um arquivo ou impresso, contanto que eu possa analisar isso, eu sempre posso reler a saída mais tarde de uma forma formatada.

É relativamente simples analisar esse arquivo, mas nunca fiz isso com apenas um shell GNU / linux e gostaria de saber se isso é possível e os nomes das ferramentas feitas para isso.

EDITAR

entrada

START_BLOCK_2 opt1
color red

START_BLOCK_1 opt2
    START_BLOCK_2 opt3
        name Jon

    START_BLOCK_2 opt4

        color blu

END_BLOCK_1

saída esperada

opt1 red

opt3 opt2
opt3 Jon

opt4 opt2
opt4 blu

    

Answer 1

Aqui está uma solução awk , supondo que você não queira as linhas em branco em sua saída de exemplo.

awk '/START_BLOCK_1/ { block1=$2; next; } \
/END_BLOCK_1/ {block1=""; next; } \
/START_BLOCK_2/ { block2=$2; next; } \
/./ { if(block1) {print block2 " " block1} if(block2) { print block2 " " $2}
}' inp

funciona combinando cada linha para um bloco inicial ou final. Se estivermos "em" um BLOCK_1, teremos o nome definido na variável block1 . Se estivermos "em" um BLOCK_2, teremos esse nome definido na variável block2 . Qualquer linha que não defina um bloco e não esteja vazia (corresponde a pelo menos 1 caractere), imprimiremos as coisas com base nos blocos em que estamos.