Extrai múltiplas instâncias de texto entre as mesmas duas linhas de texto

Question

Meu arquivo no formato JSON é assim:

name: Tom species: mouse name: Stu species: cat name: Carter species: Dog

Eu tenho um arquivo que é uma cadeia longa, e gostaria de extrair apenas os nomes dessa lista. Então a saída desejada é algo assim:

Tom Stu Carter

Eu tive muitas tentativas fracassadas de sed, por exemplo

cat alphabet | sed 's/^.*name: \(.*\) species*//g'

Saída:

Tom species: mouse name: Stu species: cat name: Carter : Dog

Eu tenho um monte de arquivos muito grandes que eu gostaria de fazer isso com isso, se há uma maneira eficiente de fazer isso seria ótimo

    

Answer 1

Se a sua entrada for realmente JSON, então uma ferramenta JSON deve ser usada.

O formato em que aparece parece adequado para o awk:

$ awk '{for (i=2;i<=NF;i++) if ($(i-1)=="name:") print $i}' file
Tom
Stu
Carter

Isso verifica todos os campos i em uma linha, começando com o segundo campo. Se o campo anterior foi name: , ele imprime o campo atual.

Para manter todas as saídas em uma linha (sem um espaço em branco):

$ awk '{for (i=2;i<=NF;i++) if ($(i-1)=="name:") {printf "%s%s", f,$i; f=" "}; print""}' file
Tom Stu Carter

    

Answer 2

Com o GNU grep:

grep -Po 'name: \K[^ ]*' file | tr '\n' ' '

ou com o GNU sed:

sed -r 's/name: ([^ ]*) species: [^ ]*//g' file

Saída:

Tom Stu Carter