Question

问题：

当模式匹配时，从文件中提取4行（包括模式匹配行）的数据。

实施例

＆＃13;

<div class="class1">
<img class="class2" src="somelink" alt="xyz">
<div class="class3" title="some data to be extracted">
<div class="class4" style="width: 72%;"></div>
</div>
<div class="class1">
<img class="class2" src="somelink2" alt="xyz2">
<div class="class3" title="some data to be extracted 2">
<div class="class4" style="width: 72%;"></div>
</div>

＆＃13;

匹配模式 - ＆gt;的Class1

需要提取数据：

＆＃13;

    <div class="class1">
    <img class="class2" src="somelink" alt="xyz">
    <div class="class3" title="some data to be extracted">
    <div class="rating-wrap" style="width: 72%;"></div>
    </div>

＆＃13;

我正在尝试的解决方案：

grep class1 xyz.html

但这只能获得单行。

Answer 1

grep -A4 class1 xyz.html

这将获取相同的

<div class="class1">
<img class="class2" src="somelink" alt="xyz">
<div class="class3" title="some data to be extracted">
<div class="rating-wrap" style="width: 72%;"></div>

Answer 2

你输入中没有创建2个不同的块太糟糕了，所以你可以看到“class1”的匹配结果成功但不成功。无论如何，你真的想要这个：

$ awk 'BEGIN{RS=ORS="\n</div>\n"} /class1/' file
<div class="class1">
<img class="class2" src="somelink" alt="xyz">
<div class="class3" title="some data to be extracted">
<div class="class4" style="width: 72%;"></div>
</div>
<div class="class1">
<img class="class2" src="somelink2" alt="xyz2">
<div class="class3" title="some data to be extracted 2">
<div class="class4" style="width: 72%;"></div>
</div>

因为它将打印匹配字符串出现的块，而不管它匹配的块中的位置，例如：

$ awk 'BEGIN{RS=ORS="\n</div>\n"} /extracted 2/' file
<div class="class1">
<img class="class2" src="somelink2" alt="xyz2">
<div class="class3" title="some data to be extracted 2">
<div class="class4" style="width: 72%;"></div>
</div>

并且可以很容易地调整它以仅查找特定字段中的匹配，因此，例如，搜索class1仅查看class =字段而不是title =字段或该行上的任何其他位置。

以上使用GNU awk进行多字符RS。

从匹配第一行中的模式的文件中提取4行

2 个答案: