Question

我有一个非常大的文本文件，其中包含类似于以下内容的数据：

he/PRP have/VBD obtain/VBN the/DT ##archbishopric/NN## against/IN the/DT monk/NNS of/IN the/DT

craft/NN ,/Fc he/PRP obtain/VBD the/DT ##archbishopric/NN## of/IN besancon/NP ;/Fx and/CC have/VBD it/PRP in/IN
======>match found: \#\#\sof\/IN

succeed/VBN to/TO the/DT ##archbishopric/NN## ./Fp

klutzy/NN little/JJ ##scene/NN## where/WRB 1/Z brave/JJ french/JJ man/NN refuse/VBZ to/TO sit/VB down/RP for/IN fear/NN of/IN be/VBG discover/VBN ./Fp
======>match found: \#\#\swhere\/WRB\s

我想使用grep匹配并删除所有包含“text”行的行，然后紧跟在找到 =====＆gt;匹配的新行字符后，如：

craft/NN ,/Fc he/PRP obtain/VBD the/DT ##archbishopric/NN## of/IN besancon/NP ;/Fx and/CC have/VBD it/PRP in/IN
======>match found: \#\#\sof\/IN

以换行符结尾。

因此，根据前面的例子，我想运行grep并获得以下输出

he/PRP have/VBD obtain/VBN the/DT ##archbishopric/NN## against/IN the/DT monk/NNS of/IN the/DT

succeed/VBN to/TO the/DT ##archbishopric/NN## ./Fp

我已经尝试过：grep -E -v '^.+\n======>match found:.+$' file.txt

建议here，将正则表达式.+*\n附加到命令中以包含上一行，但它不起作用，是否有任何建议？

Answer 1

这个sed命令接近你想要的命令：

$ sed -n 'N;/\n======>match found:/d; P;D' textfile 
he/PRP have/VBD obtain/VBN the/DT ##archbishopric/NN## against/IN the/DT monk/NNS of/IN the/DT


succeed/VBN to/TO the/DT ##archbishopric/NN## ./Fp

Answer 2

由于传统的grep实现一次只考虑一行，所以多行grepping很复杂，因此在模式中添加\n没有意义。

如果你有pcregrep，可以使用-M标志进行多行匹配：

pcregrep -Mv '^.+\n======>match found:.+$'

输出：

he/PRP have/VBD obtain/VBN the/DT ##archbishopric/NN## against/IN the/DT monk/NNS of/IN the/DT


succeed/VBN to/TO the/DT ##archbishopric/NN## ./Fp

使用grep匹配并擦除模式及其前一行的大量文本

2 个答案: