Question

我有一个简单的问题。我需要删除\ n两个模式之间的所有出现。即

<INFOSTART
A=1
B=2
C=3
D=4
<INFOEND
<INFOSTART
G=1
Z=3
<INFOEND

所以我希望输出类似于

A=1 B=2 C=3 D=4
G=1 Z=3

任何想法我怎么能这样做？并提前感谢你们..

Answer 1

tr和sed：

AMD$ tr '\n' ' ' < File | sed 's/<INFOSTART //g; s/<INFOEND /\n/g'
A=1 B=2 C=3 D=4
G=1 Z=3

首先将所有newlines替换为space。然后使用sed删除所有<INFOSTART，并将所有<INFOEND替换为newlines。

Answer 2

您可以使用带有awk的简单状态机，例如使用以下输入文件，稍加修改以允许文本在之外标记（如果没有此类文本，则仍将按预期工作，这只是为了处理额外的案例）：

xyzzy
plugh
<INFOSTART
A=1
B=2
C=3
D=4
<INFOEND
twisty
passages
<INFOSTART
G=1
Z=3
<INFOEND
after
last

使用这样的数据文件（或您的原始文件），以下awk命令可以为您提供所需的内容，将开始和结束标记之间的行组合成一行：

awk ' /^<INFOSTART$/ {inside=1; sep=""; next}
      /^<INFOEND$/   {inside=0; print ""; next}
      inside         {printf sep""$0; sep=" "; next}
                     {print}' input_file

xyzzy
plugh
A=1 B=2 C=3 D=4
twisty
passages
G=1 Z=3
after
last

更详细地检查awk代码，以下各节展开每一行。

只要找到仅包含起始标记的行，就会运行以下分段。它将inside状态设置为true（非零）以指示您应该开始组合行，并将初始分隔符设置为空字符串以确保组合行上没有前导空格。 next只是立即抓住下一个输入行，开始一个新的循环：

/^<INFOSTART$/ {inside=1; sep=""; next}

假设您没有找到开始标记，则此段将运行结束标记。如果找到，则将inside状态设置回false（零）以开始完全按输出文件中显示的方式打印输出行。它还输出换行符以正确完成组合线，然后使用下一个输入行重新开始循环：

/^<INFOEND$/   {inside=0; print ""; next}

如果您确定该行既不是开始也不是结束标记，则您的行为取决于inside状态。对于true，您需要将输入行组合成单个输出行，因此您只需打印分隔符后跟行本身，而不使用尾随换行符。然后将分隔符设置为空格，以便下一个输入行与前一个输入行正确分离。然后它循环返回下一个输入行：

inside         {printf sep""$0; sep=" "; next}

最后，如果你到了这里，你知道你在开始/结束部分之外，所以你只需要在输入文件中完全回显该行：

               {print}'

如果您不想要格式良好的版本，则可以使用以下缩小版本，假设您确定唯一的<INFO...行是开始和结束标记：

awk '/^<INFOS/{a=1;b="";next}/^<INFOE/{a=0;print"";next}a{printf b$0;b=" ";next}1'

然而，由于这可能是一个脚本而不是单行命令，我自己会倾向于使用可读版本。

Answer 3

Perl救援：

< input perl -ne 's/\n/ /, print if $s = /<INFOSTART/ .. ($e = /<INFOEND/)
                                    and $s > 1 and !$e;
                  print "\n" if $e'

当我们在标签之间（使用..运算符）时，

$ s为真。如果我们匹配结束标记，则$ e为真，当我们匹配开始标记时，$ s为1。

Answer 4

这可能适合你（GNU sed）：

sed '/^<INFOSTART/d;:a;N;/^<INFOEND/M!s/\n/ /;ta;P;d' file

这将删除以<INFOSTART或<INFOEND开头的行，并用空格替换所有其他行之间的换行符。

可以进一步减少解决方案（提供文件格式正确）：

sed '/^</d;:a;N;/^</M!s/\n/ /;ta;P;d' file

删除两个模式之间出现的所有新行（sed或awk？）

4 个答案: