Question

希望AWK大师可以为我的问题提供解决方案。

我有一个这样的文件：

cat cat cat cat cat cat dog rat ate dog tit 
dog cat dog dog dog rat dog pat ate cat dog

我必须使用AWK来提取第一个出现的 c 和 d 之间的模式。从第一个 c 开始计数应该是保持 c 和 d 的数量，以便当计数匹配时，第一个 c 和匹配之间的部分 d 应输入一个文件，其中包含 d 匹配的行号。

在这个特定的例子中，匹配发生在第七只狗上，因此输出必须是：

cat cat cat cat cat cat dog rat ate dog tit 
dog cat dog dog dog rat d

比赛可以超越两条线！ 输出可以包含也可以不包含 c 和 d 。文本中存在包含特殊字符的各种字符！为了进行打印，必须匹配计数。

提前感谢您的回复。建议随时欢迎。

编辑：只要满足条件并且出口的行号 d <，就可以破坏 c 和 d 之间的模式捕获/ strong>获得:)

Answer 1

一些提示，但未提供完整的解决方案：

默认情况下，awk将每一行视为记录。默认记录分隔符为RS="\n"。

根据您的awk版本，您可以将记录分隔符RS设置为与c或d匹配的正则表达式。然后，对于每条记录，您可以查看RT变量，该变量将包含c或d，具体取决于实际匹配的内容。从那里开始，使用在c上递增的变量，在d递减时，您将能够在匹配结束时找到匹配的结尾。

然后，您可以使用包含您的匹配项的变量，并将RT和新记录连接到该变量，直到您完成为止。

如果您需要知道匹配结束的行号，可以将RS设置为与之前匹配c，d的正则表达式，还可以添加匹配\n的可能性。每当RT告诉您\n已匹配时，通过维持另一个计数器变量递增，您将获得您的行号。

Answer 2

这是一个sed解决方案，只是为了好玩：

sed -rne ':r;$!{N;br};s/^[^c]*(.*d)[^d]*$/\1/;:a;h;s/[^cd]//g;' \
-e ':s;s/d(.*)c/c\1d/;ts;s/cd/c\nd/;T;y/c/d/;/^(d+)\n\1$/{g;i -------' \
-e 'p};g;s/d[^d]*d$/d/;ta'

这会打印从最长到最短的所有令人满意的序列。

提取由预定义多行字符序列包围的部分

2 个答案: