grep 访问多行，查找两个模式之间的所有单词

Posted 2023-02-25

【中文标题】grep 访问多行，查找两个模式之间的所有单词

【英文标题】：Grep Access Multiple lines, find all words between two patterns

【发布时间】：2012-10-06 18:21:37

【问题描述】：

在扫描文本文件和查找两种模式之间的所有单词时需要帮助。比如说如果我们有一个 .sql 文件，需要扫描并找到 from' 和 'where' 之间的所有单词。 Grep 一次只能扫描 1 行。对于这个要求，最好使用的 unix 脚本是什么？ sed、awk有这些功能吗？非常感谢您指出任何示例。

【问题讨论】：

你能粘贴一个示例 sql 内容吗？例如有多少来自...在您的文件中的哪里？是否存在“来自”和“哪里”在同一行的情况？所有这些都使提取逻辑不同。

这个答案也可能适用：***.com/a/48022994/2026975

【参考方案1】：

Sed 有这个：

sed -n -e '/from/,/where/ p' file.sql

打印带有from 的行和带有where 的行之间的所有行。

对于可以包含同时具有 from 和 where 的行的内容：

#!/bin/sed -nf

/from.*where/ 
    s/.*\(from.*where\).*/\1/p
    d

/from/ 
    : next
    N
    /where/ 
        s/^[^\n]*\(from.*where\)[^\n]*/\1/p
        d
    
    $! b next

这个（写成 sed 脚本）稍微复杂一些，我会尽量解释细节。

第一行在包含from 和where 的行上执行。如果一行与该模式匹配，则执行两个命令。我们使用s 替代命令仅提取 from 和 where 之间的部分（包括 from 和 where）。该命令中的p 后缀打印该行。 delete 命令清除模式空间（工作缓冲区），加载下一行并重新启动脚本。

当找到包含from 的行时，第二个命令开始执行一系列命令（由大括号分组）。基本上，这些命令形成了一个循环，它将不断将输入中的行追加到模式空间中，直到找到带有 where 的行或直到我们到达最后一行。

:“命令”创建一个标签，脚本中的一个标记，允许我们在需要时“跳转”回来。 N 命令从输入中读取一行，并将其附加到模式空间（用换行符分隔行）。

当找到where 时，我们可以打印出模式空间的内容，但首先我们必须用替换命令清理它。它类似于之前使用的那个，但是我们现在用[^\n]* 替换前导和尾随.*，这告诉sed 只匹配非换行符，有效地匹配第一行中的from 和最后一行中的where线。然后d 命令清除模式空间并在下一行重新启动脚本。

b 命令将跳转到一个标签，在我们的例子中是标签next。但是，$! 地址表示它不应该在最后一行执行，这样我们就可以离开循环。以这种方式离开循环时，我们没有找到相应的where，因此您可能不想打印它。

但是请注意，这有一些缺点。以下情况将无法按预期处理：

from ... where ... from

from ... from
where

from
where ... where

from
from
where
where

处理这些情况需要更多代码。

希望这会有所帮助 =)

【讨论】：

谢谢，帮我省了一大堆 RTFM'ing :-)

如果模式匹配，任何关于行号的想法也会打印在匹配行的行首

您必须使用“=”命令打印出当前行号。但是，它会在单独的行中打印行号，因此您必须运行两个 sed 实例，一个使用上面的命令递增，在每个 's///p' 行之前只包含 '=' 的行，另一个使用sed -e 'N;s/\n/ /' 加入行列。希望这会有所帮助 =)

【参考方案2】：

使用 GNU awk，您可以将 RS 设置为 RE：

gawk -v RS='[[:space:]]+' '
   /where/  found=0 
   found     print  
   /from/   found=1 
' file

以上假设您不希望打印“from”和“where”，如有必要，请移动线条。

如果有帮助，以下成语描述了如何选择给定的记录范围 要匹配的特定模式：

a) 打印某个模式的所有记录：

awk '/pattern/f=1f' file

b) 以某种模式打印所有记录：

awk 'f;/pattern/f=1' file

c) 在某种模式之后打印第 N 条记录：

awk 'c&&!--c;/pattern/c=N' file

d) 在某个模式之后打印除第 N 条记录之外的所有记录：

awk 'c&&!--cnext/pattern/c=N1' file

e) 以某种模式打印 N 条记录：

awk 'c&&c--;/pattern/c=N' file

f) 以某种模式打印除 N 条记录之外的每条记录：

awk 'c&&c--next/pattern/c=N1' file

g) 从某个模式打印 N 条记录：

awk '/pattern/c=Nc&&c--' file

我将变量名从“find”的“f”更改为“count”的“c”，其中 合适，因为这更能表达变量的实际含义。

【参考方案3】：

您可以为此使用ed，它允许正则表达式范围的正负偏移。如果输入是：

seq 10 | tee > infile
1
2
3
4
5
6
7
8
9
10

将命令输入到ed:

<<< /3/,/6/p | ed -s infile

即打印包含3 和6 的行之间的所有内容。

结果：

3
4
5
6

要在每一端多取一行：

<<< /3/-1,/5/+1p | ed -s infile

结果：

2
3
4
5
6
7

或者反过来：

<<< /3/+1,/6/-1p | ed -s infile

结果：

4
5

【参考方案4】：

要返回两个给定字符串中的一个字符串，按照awk 的行（不要发疯），我只运行这个非常扁平的脚本，拖曳冗长：

.\gnucoreutils\bin\awk "startstring = \"RETURN STUFF AFTER ME \"; endstring = \"RETURN STUFF BEFORE ME\"; endofstartstring = index($0,startstring)+length(startstring); print substr($0,endofstartstring,index($0,endstring)-endofstartstring)" /dev/stdin

请注意，我使用的是cmd.exe（Windows 的命令解释器）和the gnuwin32 awk，所以请注意“双引号”和^\转义字符^\：

GNU Awk 3.1.6
Copyright (C) 1989, 1991-2007 Free Software Foundation.

请指出缺陷。

示例：

echo "hello. RETURN STUFF AFTER ME i get returned RETURN STUFF BEFORE ME my face is melting" | .\gnucoreutils\bin\awk "startstring = \"RETURN STUFF AFTER ME \"; endstring = \" RETURN STUFF BEFORE ME\"; endofstartstring = index($0,startstring)+length(startstring); print substr($0,endofstartstring,index($0,endstring)-endofstartstring)" /dev/stdin
i get returned

【参考方案5】：

我只用 grep 就可以做到这一点：

#> grep -A#### "start pattern" file | grep -B#### "end pattern"

问题是我必须找到正确数量的行以包含在 A 和 B 选项中，它们是相同的。 希望这会有所帮助