Question

我对sed非常熟悉，但我不太了解awk，我不知道如何解决这个问题。我已经google了一段时间但到目前为止没有运气。情况就是这样：我有一个包含组和部分的大文件，如下所示：

<A1>
  some nr of lines
</A1>
<A2>
  some nr
  of lines
</A2>
<B1>
  some
  nr of
  lines
</B1>
<B2>
  some nr of lines
</B2>
<B3>
  bla
</B3>
<C1>
  bla
</C1>
<C2>
  bla
</C2>

现在问题是组的数量可以改变，部分的数量可以改变，每个部分的行数可以改变。例如，A部分可能转到25，B部分可能转到8，依此类推。我需要做的是删除某些群组的所有条目，在上面的示例中，我想删除<B*>中的所有内容，并留下以下内容：

<A1>
  some nr of lines
</A1>
<A2>
  some nr
  of lines
</A2>
<C1>
  bla
</C1>
<C2>
  bla
</C2>

此外，我想删除几个部分（虽然这些部分可以在单独的运行中），例如，如果文件从A1转到R123，我想删除B *，F *，M *等等。

如果有类似的事情已经被问过并在某处我回答道歉，我确实在发布之前找到了解决方案。

谢谢！

Answer 1

使用sed：

sed '/<B1>/,/<\/B3>/d' infile

这意味着找到从<B1>开始到</B3>结束的文本范围，并从sed的输出中删除它。（这意味着sed将在stdout上打印其余文件）

编辑：这也适用于您的情况：

sed '/<B[0-9]*>/,/<\/B[0-9]*>/d'

Answer 2

我认为你所寻找的是这样的：

awk -v rmv="AC" 'BEGIN{
   gsub(/./,"|&",rmv)
   sub(/$/,")[0-9]+>$",rmv)
   start = end = rmv
   sub(/^\|/,"^<(",start)
   sub(/^\|/,"^</(",end)
}
$0 ~ start { f=1 }
!f
$0 ~ end   { f=0 }
' file

Just populate the "rmv" variable with the list of all the sections you want removed:

$ awk -v rmv="B" '...'
<A1>
  some nr of lines
</A1>
<A2>
  some nr
  of lines
</A2>
<C1>
  bla
</C1>
<C2>
  bla
</C2>
$ awk -v rmv="AC" '...'
<B1>
  some
  nr of
  lines
</B1>
<B2>
  some nr of lines
</B2>
<B3>
  bla
</B3>
$

bash（sed或awk首选）删除第一个和最后一个实例之间的所有内容

2 个答案: