Question

使用sed / awk，我需要删除文件中的所有行，从第一次出现的pattern1到（但不包括）最后一次出现的pattern2。

考虑以下文字：

    <entity name="good">
    </entity>
    <entity name="bad">
    stuff to delete
    </entity>
    <entity name="bad">
    stuff to remove
    </entity>
    <entity name="bad2">
    </entity>
    <entity name="deleteMe2">
    </entity>
    <entity name="bad2">
    </entity>
    <entity name="good">
    </entity>

我想得到以下结果

<entity name="good">
</entity>
<entity name="bad2">
</entity>
<entity name="good">
</entity>

我知道如何在sed中执行范围，但无法弄清楚如何匹配最后一次出现的'bad2'而不包括在删除中。下面当然不会起作用，因为它会匹配第一个bad2而不会删除'badme2'或'bad2'的第二次发生。

sed -i '/<entity name="bad"/,/<entity name="bad2"/d' file.xml

我正在处理的文件中可能有数百个“坏”/“deleteMe2”/“bad2”行，因此简单的行数不起作用。我很好，如果这是多个命令（它不必只是一个），但效率越高越好，因为被修改的文件可能非常大。同样，-i是因为我想要删除之间的行。

注意：我对SED比对AWK更熟悉，但我愿意接受所有帮助：）

Answer 1

这看起来像XML，所以我强烈建议regex不是工作的工具。改为使用解析器：

#!/usr/bin/env perl
use strict;
use warnings;
use XML::Twig;

my $twig = XML::Twig -> new -> parsefile ( 'your_file.xml' ) ;
$_ -> delete for $twig -> findnodes ( '//entity[@name="bad"]');
$twig -> set_pretty_print('indented_a');
$twig -> print;

或者可能更全面：

for my $entity ( $twig -> findnodes ( '//entity') ) {
   if ( $entity -> att('name') eq "bad"
   or   $entity -> att('name') eq "deleteMe2" ) {
           $entity -> delete; 
   }
}

要仅删除'bad2'的第一个实例，您只需拨打findnodes一次，然后删除第一个'匹配'。

Answer 2

$ cat tst.awk
NR==FNR {
    if (/"bad"/ && !begFnr) {
        begFnr = FNR
    }
    if (/"bad2"/) {
        endFnr = FNR
    }
    next
}
(FNR < begFnr) || (FNR >= endFnr)

$ awk -f tst.awk file file
<entity name="good">
</entity>
<entity name="bad2">
</entity>
<entity name="good">
</entity>

Answer 3

awk救援！

$ awk 'NR==FNR&&/\"bad\"/&&!s{s=NR;next} 
          NR==FNR&&/\"bad2\"/{e=NR;next} 
          NR!=FNR && (FNR<s || FNR>=e)' xml{,}

    <entity name="good">
    </entity>
    <entity name="bad2">
    </entity>
    <entity name="good">
    </entity>

我猜可以进一步简化。两个通过脚本首先标记行号并第二次打印。

Answer 4

这可能适合你（GNU sed）：

 sed '/bad/,$!b;/bad2/h;//!H;$!d;g;/bad2/!d' file

不在bad和文件末尾之间的行，正常打印。否则，在匹配bad2时，将这些行存储在保留空间中，覆盖这些存储的行。删除除最后一行之外的所有行，将其替换为保留空间的内容。删除该行，除非它与bad2匹配。

使用sed / awk，我需要从第一次出现的pattern1中删除文件中的所有行，直至（但不包括）最后一次出现的pattern2

4 个答案: