Question

假设我有一个名为inputFile的文件，它看起来像这样：

blahblah token substring token something else token substring2 token

整个文件只包含一条长行。

我想用sed（substring，substring2）提取令牌之间的子串。

此刻我有：

[sed "s/^.* \?token\(.* \)token.* \?/\1/"][1] inputFile > outputFile

我尝试根据这些问题做到这一点，但遗憾的是它只返回最后一个子字符串

Extract lines between 2 tokens in a text file using bash

How to replace multiple patterns at once with sed?

How to select lines between two patterns?

解释的答案会很棒。

更新实际输入代码：

<archive><message id="0"><receiver>apr</receiver><sender>gtr</sender><text>52333</text><sendTime>554</sendTime><deliveryTime>765</deliveryTime></message><message id="0"><receiver>apr</receiver><sender>gtr</sender><text>4332</text><sendTime>764</sendTime><deliveryTime>922</deliveryTime></message></archive>

预期产出：

apr gtr 52333
apr gtr 4332

Answer 1

问题是sed是贪婪的，所以如果你添加全局标志（substring2），上面的命令只会返回g：

您可以使用awk将字段分隔符FS重新定义为字符串token。这样你的字符串就位于偶数字段位置：

$ echo "blahblah token substring token something else token substring2 token"  | \
  awk -F 'token' '{for(i=2;i<=NF;i+=2) {print $i}}'
 substring 
 substring2

<强>更新

如果您输入的是xml文件，则可能需要执行以下操作：

<archive>
   <message id="0">
       <receiver>apr</receiver>
       <sender>gtr</sender>
       <text>52333</text>
       <sendTime>554</sendTime>
       <deliveryTime>765</deliveryTime>
   </message>
   <message id="0">
       <receiver>apr</receiver>
       <sender>gtr</sender>
       <text>4332</text>
       <sendTime>764</sendTime>
       <deliveryTime>922</deliveryTime>
   </message>
 </archive>"

导致cmd：

xmlstarlet sel -t -m '//message' -v receiver -o " " -v sender -o " " -v text -n <file>

输出

apr gtr 52333
apr gtr 4332

如何用sed一次性提取令牌之间的多个模式？

1 个答案: