Regex sed：跨多行截断长条目

首先，我有一个我认为可行的解决方案。然而，测试用例 是一回事…现实并不总是那么美好。这是一个“这看起来对吗？” 问题…或者，更好的是，“这会在哪里失败？建议改进？”问题

问题：
标题不应超过一行

测试文件：

You have a hold available for pickup as of 2012-01-13:
Title: Really Long Test Title Regarding Random Gibberish. Volume 1, A-B, United States
 and affiliated territories, United Nations, countries of the world
Author: Barrel Roll Morton
Copy: 3
#end-of-record
You have a hold available for pickup as of 2012-01-13:
Title: Short Catalogue of Random Gibberish. Volume 1, A-B, United States
Author: Skippy Credenza
Copy: 12
#end-of-record

预期产出：

You have a hold available for pickup as of 2012-01-13:
Title: Really Long Test Title Regarding Random Gibberish. Volume 1, A-B, United States
Author: Barrel Roll Morton
Copy: 3
#end-of-record
You have a hold available for pickup as of 2012-01-13:
Title: Short Catalogue of Random Gibberish. Volume 1, A-B, United States
Author: Skippy Credenza
Copy: 12
#end-of-record

我的解决方案：

sed -e '/^Title/{N;/\nAuthor:/!{s/\n.*$//}}' test-file.txt

我的逻辑是：上述建议的解决方案

• 查找regex/^Title/
• 抓住下一行
• 如果下一行不匹配/^Author/
• 然后搜索regex/\n*$/
• 替换为nada

---

有没有更可靠的方法可以做到这一点呢？

看起来不错，但是如果你不能控制第一行文本的长度，你可以使用类似的方法进一步截断它

sed '/^Title/{N;/\nAuthor:/!{s/^\(....................\).*\n.*$/\1/;};}' test-file.txt

（你不需要-e，但也不痛）

我使用一个老式的sed，所以我需要

；}；}额外位

根据要捕获的值的长度，调整匹配模式中的“.”数

较新的sed支持花括号范围，类似于，剪切，我无法确认

sed '/^Title/{N;/\nAuthor:/!{s/^\(.\{30,50\}\).*\n.*$/\1/;};}' test-file.txt

根据@JonathanLeffler在下面的评论进行编辑。固定范围表示法，将30,50更改为适合您的值

我希望这有帮助。
这可能对您有用：

sed '/^Title/,/^Author/{//!d}' file

如果要截断
标题
行，则

sed '/^Title/,/^Author/{//!d;s/^\(Title.\{25\}\).*/\1/}' file

这将
标题的长度减少到30个字符。
虽然不是您想要的（Poton的解决方案似乎是最好的），但下面将在单行中附加一个N行标题，而不是截断它

sed '/^Title:/{:a;N;/\nAuthor:/!s/\n//;ta;P;D}' test-file.txt

输出
如果您对
awk
没有问题，那么您可以这样做-

awk '/Title:/{print $0; getline; while ($0!~/Author:/) {getline}}1' file

您的版本提供了控制标题字符串长度的优势。然而，/*$/部分对我来说似乎有点“松散”。我想它考虑了空行，毕竟是安全的？当你做“N”时，你只会得到一行额外的输入，对吗？如果这真的很重要，我会查询我的数据源，看看数据中当前存在哪些角落案例，然后编写一个sed来解决这个问题。否则，可以在sed中循环执行“N”，直到找到作者，但它不再是一行；-）祝你好运。。还有一件事，我认为如果你有一行比字符匹配模式的长度短，那可能是个问题。如果您正在检查角盒的数据，请确保打印出最短的长度。在这一点上，我不确定我会做什么来解决这个问题。如果你需要帮助，请告诉我。祝你好运。即使是相当旧的
sed
版本也支持
\{lo，hi\}
范围符号。然而，“相当旧”并没有扩展到1978年的第7版UNIX。虽然不适用于这个特殊问题，但我仍然可以在下一批messes中使用它。我们将投票表决。谢谢所谓“不适用”，我只是指当前模板的约束要求一行少于70或80个字符。我计划更新模板--@Bubnoff谢谢。查看更新的答案。它现在可以处理任意长标题。这是一个有趣的破译。re:{//！d}-sed自动替换空白匹配斜杠中的最后一个匹配，对吗？那么//翻译成/^Author/？很好。如果标题少于30个字符怎么办？另外，在您的第一个示例中（顺便说一句），我看到它使用正则表达式范围…但是为什么不删除/^title/？@Bubnoff它只删除中间的行。替换命令必须先匹配，然后才能替换，如果
标题中没有30个字符
它将不起任何作用。您可以尝试
/^Author/{p=0}；！p/^Title/{p=1}'文件
awk '/Title:/{print $0; getline; while ($0!~/Author:/) {getline}}1' file