Question

我有一个巨大的文件，每个记录用空行分隔。我只需要提取那些包含特定字符串的记录。如果我使用sed，awk，perl，你会怎么做？

输入示例：

firstrecord
data
moredata

secondrecord
data
moredata2

...

我需要提取包含moredata2的所有记录，因此输出将是

secondrecord
data
moredata2

我试过的perl代码，但是将每条记录提取到一个新文件，

我如何一次提取所有记录，以及如何从文件中读取模式？

perl -00ne 's#PAT.*/(.*)\n##; open($F,">","$1.txt"); s/\n\s*(\n|$)//g; 
        print $F "$_\n"' original.txt

Answer 1

我的答案是 - 使用perl，设置$/和正则表达式匹配您想要的记录。

$/是记录分隔符。将其设置为空字符串将设置为＆＃39;段落＆＃39;模式，因此迭代寻找空行。这正是你需要的。

m/moredata2/隐式匹配当前块。

#!/usr/bin/env perl

use strict;
use warnings;

local $/ = '';

while ( <DATA> ) { 
    if ( m/moredata2/ ) { 
        print "Matched:\n";
        print;
    }
}

__DATA__
firstrecord
data
moredata

secondrecord
data
moredata2

Answer 2

请检查此代码可能对您有所帮助。你可以尝试尽可能简化。

use strict;
use warnings;

my $joinline = do { local $/; <DATA> }; 
while($joinline=~m/\n{2}((?:(?!moredata2).)*)moredata2\n/gs)
{
    print "Matched: $&\n";
}


__DATA__
firstrecord
data
moredata

secondrecord
data
moredata2

thirdrecord
data
moredata

fourthrecord
data
moredata2

感谢。

Answer 3

awk：

awk '/moredata2/' RS="" yourfile

<强>解释

另一种技术是将空行分开记录。通过特殊分配，RS表示的空字符串记录由一个或多个空行分隔。 设置RS时对于空字符串，每个记录总是在第一个空白行结束遇到。下一条记录直到第一个非空白才开始后面的行。无论连续出现多少空白行，它们都充当一个记录分隔符。（空行必须完整空;仅包含空格的行不计算在内。）

检查docs

Answer 4

在这种情况下，

awk会产生魔力

awk -v RS= '/moredata2/{print (f?"\n":"")$0; f=1}' original.txt

你明白了，

secondrecord
data
moredata2

...

使用文本模式，使用sed，awk或perl从大文件中提取记录

4 个答案: