Question

我需要在（文本）文件中找到第一个子字符串，删除/剪切前导字节，将其余字节写入新文件。我尝试了SED，AWK，CUT，但由于效果不佳而迷失了方向。听起来很简单。这应该在.sh cmdline脚本中起作用。

输入文件可能包含换行符，或者所有内容都位于一行中，因此要找到<?xml标记应该工作在字符或字节级别。前导字节是随机的，任何长度。

输入文件： something I want to drop<?xml............to the end of file</root>

输出文件：<?xml............to the end of file</root>

Answer 1

使用perl

perl -0777 -pe 's/.*?(?=<\?xml)//s' ip.txt

-0777将导致整个文件被读取为单个字符串。 s标志将允许.匹配换行符。 (?=<\?xml)将提前匹配<\xml，从而删除该字符串之前出现的所有字符。

要将更改保存到位，请使用perl -0777 -i -pe

Answer 2

sed -n '/.*<?xml/,${s//<?xml/;p}' file

从xml行到结束行（$），剥离开头，然后打印。