Question

我有一个包含以下代码的文件test.txt。

select * from emp where empid=1;  

select *   
from dep  
where jkdsfj  

select *   
from sal   
where jkdsfj

我需要在“from”和“where”之间提取内容。

注意：如果新行上有“where”，它仍然必须选择“from”和“where”之间的材料。

输出应该是：

emp  
dep  
sal

我该怎么做？

Answer 1

鉴于需要处理多行，您可以选择sed或awk，或者选择一种更复杂的脚本语言，如Perl或Python。

谨慎一点，sed就足够了。我创建了一个文件script.4（创建了script，script2，丢失了大部分头发留在我头上的^**，然后重新启动{ {1}}，script.1和script.2，这些都是故意不完整的），如下所示：

script.3

我创建了一个测试文件/from.*where/ { s/.*from *//; s/ *where.*//; p; n; } /from/,/where/ { s/.*from *//; s/ *where.*//; /^ *$/d; p; }，如下所示：

data

并像这样运行命令，以显示输出：

select * from emp where empid=1;  

select *   
from dep  
where jkdsfj  

select *   
from sal   
where jkdsfj  

select elephants
from abject poverty
join flying tigers
where abelone = shellfish;

select mouse
from toolset
join animals where tail = cord
and buttons = legs

脚本简单＆＃39;。对于同时包含 $ sed -n -f script.4 data emp dep sal abject poverty join flying tigers toolset join animals $ 和from的行，请删除where之后的所有内容（以及后面的任何空格），删除from之前的所有内容（以及之前的任何空格） it），打印剩下的内容，然后转到下一行输入。

否则，在包含where的行和包含from的行之间，删除where之后的所有内容（以及后面的任何空格），删除from以后的所有内容（加上前面的任何空格），如果该行为空，则将其删除;否则打印出来。请注意，向第二行添加where命令会导致脚本行为异常（我需要花时间计算原因），但删除操作可以添加到第一个命令行而不会造成任何伤害（如果一行包含n，没有打印任何内容。

请注意，有许多SELECT语句会被此代码错误处理。

例如：

from where

除了大写关键字之外，子查询中的WHERE将是FROM和WHERE之间的匹配停止的位置。

**如果您对脱发的原因感到好奇，请查看Why does an n instead of a b or d or nothing change the behaviour of sed in this script?。

Answer 2

^{Jonathan Leffler's answer中提到的警告适用：不能使用嵌套 SQL语句。}

这是一个结合tr和sed的实用解决方案：

使用 GNU Sed：

tr -s ' ' '\n' < test.txt | sed -n '/^from$/I,/^where$/I { s///; t; p; }'

使用 BSD Sed（也用于OSX;这是一个符合POSIX标准的解决方案，也与GNU Sed一起使用） - 请注意使用I不幸的是，在 BSD Sed中不支持不区分大小写的匹配，因此以下内容仅匹配全小写from和where：

tr -s ' ' '\n' < test.txt | sed -n -e '/^from$/,/^where$/ { s///; t' -e 'p; }'

tr -s ' ' '\n'有效地将输入拆分为单独的令牌，每个令牌都在一个单独的行上。
sed命令然后提取表名：
- 请注意，GNU和BSD命令之间的唯一区别是BSD Sed需要t之后的换行符，在这种情况下，通过将其余脚本作为单独的{{1}提供隐式提供。选项：
- -e匹配行的范围，包括 /^from$/,/^where$/和from行。
- where是一种跳过s///; t和from行的技巧，实际上只打印（where）之间的 他们：
  
  p是一个虚拟替换：
  
  未指定s///内的正则表达式意味着重复使用与当前行匹配的相同正则表达式。
  
  替换的结果是无关紧要的 - 唯一的一点是执行任何替换，只会发生在范围的端点
  
  //然后分支 - 在没有目标标签名称的情况下 - 到脚本的 end ，如果发生了替换 - 这只是端点范围，有效地跳过它们。
  
  t - 即打印当前行 - 仅针对 p和from行之间的行执行。

警告：如果在where和from之间存在多个以空格分隔的标记，则它们将在单独的行中输出。< / p>

Answer 3

^{Jonathan Leffler's answer中提到的警告适用：不适用于嵌套 SQL语句。}

如果您使用的是 GNU grep（如Linux上所示），请尝试以下操作：

tr -s '\n' ' ' < test.txt | grep -Pio '(?<= from ).*?(?= where )'

tr -s '\n' ' '替换每行带有空格的换行符，从而生成单个行。
- （这样做的副作用是，如果from / where对内的令牌跨越多行，则会将它们输出为单行，以空格分隔的列表。）
grep命令：
- -P激活对PCRE（Perl兼容的正则表达式）的支持，它提供了先行和后置断言等高级功能。
- -o导致Grep仅输出每行的匹配部分，而i执行不区分大小写的匹配。
- (?<= from )使用后备断言来匹配from而不将其包含在匹配中
- (?<= where )使用预见断言匹配where，而不将其包含在匹配中
- .*? 非贪婪地匹配任何字符序列;非贪婪修饰符?是阻止.*通过输入行上 last 出现的where进行匹配所必需的。

BSD grep（也在OSX上使用）不支持-P，因此需要额外的提取步骤来删除from和来自匹配项的where关键字，使用awk：

tr -s '\n' ' ' < test.txt | grep -Eio ' from .*? where ' | 
  awk -F ' from | where ' '{ print $2 }'

Answer 4

不漂亮，但工作（在同一条线上）：

grep "from.*where" test.txt | awk '{ print $2 }'

对于通用解决方案，我使用python，因为grep不能用于多行。

如何在Unix中提取两种模式之间的内容

4 个答案: