使用sed、awk或perl从行中提取特定模式

如果需要提取由特定图案包围的图案（如果该图案存在于一行中），是否可以使用

sed

假设我有一个包含以下行的文件：

有许多人不敢自杀，因为担心邻居会说些什么

当我们已经知道答案，但希望我们不知道时，我们会寻求建议

在这两种情况下，我必须扫描行以查找第一个出现的模式，即“[

/

”或“

/*

”，并存储以下模式，直到分别退出模式，即“

/

]”或“

*/

”

简而言之，我需要

恐惧

和

回答

。如果可能，可以扩展到多行；从这个意义上说，如果退出模式发生在不同于相同的行中

欢迎任何形式的建议或算法帮助。提前感谢您的回复

use strict;
use warnings;

while (<DATA>) {
    while (m#/(\*?)(.*?)\1/#g) {
        print "$2\n";
    }
}


__DATA__
There are many who dare not kill themselves for [/fear/] of what the neighbors will say.
Advice is what we ask for when we already know the /* answer */ but wish we didn’t.

内部while循环将使用

/g

修饰符在所有匹配之间迭代。反向引用

\1

将确保我们只匹配相同的打开/关闭标记

如果需要匹配延伸到多条线的块，则需要对输入进行模糊处理：

use strict;
use warnings;

$/ = undef;
while (<DATA>) {
    while (m#/(\*?)(.*?)\1/#sg) {
        print "$2\n";
    }
}

__DATA__
    There are many who dare not kill themselves for [/fear/] of what the neighbors will say. /* foofer */ 
    Advice is what we ask for when we already know the /* answer */ but wish we didn’t.
foo bar /
baz 
baaz / fooz

-0777

开关和

$/=undef

将导致文件slurping，这意味着所有文件都被读入标量。我还添加了

/s

修饰符，以允许通配符

匹配换行符

正则表达式的解释：

m/（\*？）（.*？）\1/#sg

---

这里的“魔力”在于，只有在找到一个星号时，反向引用才需要星号。

在

awk中快速而肮脏的方式

awk 'NF{ for (i=1;i<=NF;i++) if($i ~ /^\[\//) { print gensub (/^..(.*)..$/,"\\1","g",$i); } else if ($i ~ /^\/\*/) print $(i+1);next}1' input_file

awk'NF{for（i=1；i单线匹配
如果您真的想在sed中这样做，那么可以相对容易地提取分隔模式，只要它们在同一行上

# Using GNU sed. Escape a whole lot more if your sed doesn't handle
# the -r flag.
sed -rn 's![^*/]*(/\*?.*/).*!\1!p' /tmp/foo

多行匹配
如果你想用sed进行多行匹配，事情会变得更糟。但是，这是可以做到的

# Multi-line matching of delimiters with GNU sed.
sed -rn ':loop
         /\/[^\/]/ { 
             N
             s![^*/]+(/\*?.*\*?/).*!\1!p
             T loop
         }' /tmp/foo

诀窍是查找起始分隔符，然后在循环中不断追加行，直到找到结束分隔符

只要您确实有一个结束分隔符，这种方法就可以很好地工作。否则，文件的内容将一直附加到模式空间，直到sed找到一个分隔符，或者直到它到达文件的结尾。这可能会导致sed的某些版本出现问题，或者导致模式空间大小非常大的文件出现问题无法控制

有关更多信息，请参阅。
我不确定SED是否可以完成，顺便说一句，我不介意使用perl脚本。至于
SED
，请参阅我的：目前没有简单的方法，但可以完成一些事情。@LevLevitsky非常有趣！如果还不够，我一定要再看一遍。感谢添加链接：）它能在多行上匹配吗？干得好，尽管你的正则表达式让我有点不舒服：）@Zaid它已经足够酸了：P@TLP虽然对我来说有点难以理解，但它在我的案例中没有任何问题：）而且解释非常好！非常感谢顶级程序员；）@Geekasaur这是因为你有一个额外的空间。您可以在匹配前后插入`*`（即空格后跟星号），并在替换中插入单个空格来解决此问题。
s\*/*（\*？）（*？）（*？）\1*/\sg；
awk 'NF{ for (i=1;i<=NF;i++) if($i ~ /^\[\//) { print gensub (/^..(.*)..$/,"\\1","g",$i); } else if ($i ~ /^\/\*/) print $(i+1);next}1' input_file

$ cat file
There are many who dare not kill themselves for [/fear/] of what the neighbors will say.

Advice is what we ask for when we already know the /* answer */ but wish we didn't.
$ awk 'NF{ for (i=1;i<=NF;i++) if($i ~ /^\[\//) { print gensub (/^..(.*)..$/,"\\1","g",$i); } else if ($i ~ /^\/\*/) print $(i+1);next}1' file
fear

answer

# Using GNU sed. Escape a whole lot more if your sed doesn't handle
# the -r flag.
sed -rn 's![^*/]*(/\*?.*/).*!\1!p' /tmp/foo

# Multi-line matching of delimiters with GNU sed.
sed -rn ':loop
         /\/[^\/]/ { 
             N
             s![^*/]+(/\*?.*\*?/).*!\1!p
             T loop
         }' /tmp/foo