Awk 如何在匹配之前和之后打印行直到特定匹配（3种匹配模式）

我有一个很长的数据，它是以块为单位构建的

在下面的示例中，让我们看看它们以（AAA）开头，以（FFF）结尾，它们之间可能有许多行信息

我想提取特定的块，仅当模式（CCC）在这些块内时

例如：

cat text
AAA1
BBB
FFF1
AAA2
BBB
CCC2
DDD
EEE
FFF2
AAA3
BBB
FFF3
AAA4
BBB
CCC4
DDD
EEE
FFF4

输出应为：

AAA2
BBB
CCC2
DDD
EEE
FFF2
AAA4
BBB
CCC4
DDD
EEE
FFF4

我考虑过使用sed，但没有真正起作用： 如果使用此选项，则仅给出从CCC到下一个AAA/FFF的信息：

sed-n-e'/CCC/，/AAA/p'文本

或

sed-n-e'/CCC/，/AAA/p'文本

CCC2
DDD
EEE
FFF2
AAA3
CCC4
DDD
EEE
FFF4

---

如果我这样使用：<代码> SED-N-E'/AAA//FFF/P′文本< /代码>，我将捕获AAA和FFF之间没有CCC的模式。

< P>您可以将您的输入视为数据块，以<代码> AAA.*/COD>为开始标记和<代码> FFF.*/COD>作为您的结束标记。现在将每个块收集到保持空间中，并在结束标记处检查块是否包含所需的图案

例如，下面是一个GNU-sed版本，它可以做到这一点：

解析

像这样运行，例如：

sed -nf parse.sed | sed '/^FFF/G'

或作为一个班轮：

sed -n '/^AAA/{h;b};H;/^FFF/{x;/\nCCC/p}' | sed '/^FFF/G'

输出：

AAA2
BBB
CCC2
DDD
EEE
FFF2
AAA4
BBB
CCC4
DDD
EEE
FFF4

更具可移植性的sed脚本如下所示：

# Start-tag -> start a new block in hold-space
/^AAA/ { 
  h
  b
}

# Save input
H

# End-tag AND block contains CCC -> print
/^FFF/ { 
  x
  /\nCCC/p
}

这可能适用于您（GNU-sed）：

关闭隐式打印

-n

，因为这是一个筛选操作

匹配包含

AAA

的行，并附加更多行，直到包含

FFF

的行

如果集合包含字符串

CCC

，请打印它

重复一遍

注意：假设

AAA

和

FFF

成对出现，如果不使用：

sed -n '/AAA/{:a;N;/\n.*AAA/s/.*\n//;/FFF/!ba;/CCC/p}' file

备选方案：

sed -n 'H;/AAA/h;/FFF/{g;/AAA.*CCC/p;z;h}' file

编辑：

对于行首的

AAA

、

CCC

和

FFF

，请使用：

sed -n '/^AAA/{:a;N;/^FFF/M!ba;/^CCC/Mp}' file

或

或

---

在每个Unix设备上的任何shell中使用任何awk：

$ awk '/^AAA/{a=1; buf=""} /^CCC/{c=1} {buf=buf $0 ORS} /^FFF/{if (a && c) printf "%s", buf; a=c=0}' text
AAA2
BBB
CCC2
DDD
EEE
FFF2
AAA4
BBB
CCC4
DDD
EEE
FFF4

awk变体

awk '/^AAA/{f=1} f{i=i $0 ORS} /^FFF/{if(i~/\nCCC/){printf "%s", i} i=f=""}' input

---

欢迎来到SO，请在您的问题中以代码的形式添加您的努力，这是非常值得鼓励的，谢谢。请将

/pat1/，/pat2/

看作一个布尔开关，其中

pat1

将其打开，而

pat2

将其关闭。在CCC之前没有AAA，CCC之前有多个AAA，CCC之后有多个FFS，没有FFF，等等。如果可能的话，你应该在你当前的例子中包括不只是一个晴天案例的样本输入/输出。我理解@EdMorton，但不能把真实数据放得太长。如果您看到该模式，则有以AAA开头、以FFF结尾的段或块，但有些可能有或可能没有CCC。这是我需要匹配的，答案中已经有相当准确的信息。我不建议你把真实数据放在问题中，只是用代表真实数据的值。不存在

AAA的情况。。。AAA。。。CCC。。。例如，在你的问题中，因此，如果你的真实数据中存在这种情况，那么你的不同答案将产生不同的输出，我们不知道哪一个是正确的。这是我在前面提到的例子中提到的一个例子，你的解决方案和我的解决方案将产生相同的输出，但在不同的输入下会产生不同的输出（例如，从输入中删除第一个
FFF1
）因为我假设需要从最接近的AAA打印到CCC，而您的将从最远的.idk打印，这是正确的，或者如果这是不可能的输入。感谢您的建议，这非常有用。我稍微编辑了我的答案。您可能是对的。重新阅读问题后，您的方法（从最接近的AAA打印）更接近OP的目标。谢谢@potong这很简单，但其他一些东西对我不起作用。我将这个额外的正则表达式值^'文件

，sed命令不会执行任何类似于等待其他命令的操作parameters@kgtr<代码> ^ 意味着“字符串的开始”。不能在字符串的中间出现字符串的开始，因此代码> \N**AAA不能匹配任何东西。（除非您的ReXEP引擎在ReGEXP的中间处理一个<代码> ^ <代码>，然后它将匹配某些东西，但不能匹配您想要的！）。您可能是指“代码> \N**NaAA\/CODE”，试图在一行开始时捕获<代码> AAA < /Cord>，但IDK如果您想要的话，也可以这样做。AAA将取代ERE中多行字符串中的

^AAA

，但sed使用BRE，除非它支持

-E

，并且消耗

\n

所以…祝您好运：-）regexp中的@kgtr

^

和

$

充当行的开始和结束的零宽度锚。如果模式空间中存在多行，则a

\n

可以表示相同的内容，例如，如果模式空间中有两行

\nAAA

将匹配第二行开始处的

AAA

第二种解决方案是这样的，因为

N

在模式空间中附加了以下行。注意

\N.*\nAAA

是错误的，因为这将匹配至少3行或更多行，而不是预期的。我尝试了这一点并成功了！非常感谢，我需要在模式周围放置更多信息，如regex值，并且工作得非常完美！

sed -n '/^AAA/{:a;N;/\nAAA/s/.*\n//;/\nFFF/!ba;/\nCCC/p}' file

sed -n 'H;/^AAA/h;/^FFF/{g;/AAA.*\nCCC/p;z;h}' file

$ awk '/^AAA/{a=1; buf=""} /^CCC/{c=1} {buf=buf $0 ORS} /^FFF/{if (a && c) printf "%s", buf; a=c=0}' text
AAA2
BBB
CCC2
DDD
EEE
FFF2
AAA4
BBB
CCC4
DDD
EEE
FFF4

awk '/^AAA/{f=1} f{i=i $0 ORS} /^FFF/{if(i~/\nCCC/){printf "%s", i} i=f=""}' input