Regex 在图案之间打印几行（第一个图案不唯一）

需要sed/awk/grep/任何可以解决我任务的帮助。 我有一个大文件，我需要从中提取多个连续行

我有开始模式：

和结束模式：

中间有几行，如下所示：

<DN>234</DN>
<DD>sdfsd</DD>
<BR>456456</BR>
<COL>6575675 sdfsd</COL>

<RAC>456464</RAC>
<GR>sdfsdfsFFFDd</GR>

234
自卫队

456456

6575675自卫队
456464
SDFSDFSFDD

我试过这个：

sed -n '/\<DN\>/,/\<\/GR\>/p'

sed-n'/\/，/\/p'

和其他几个（使用awk和sed）。 它可以正常工作，但问题是源文件可能包含以

开头的行，而在一组行的末尾不包含

，然后以另一个和正常结尾的部分开始：

<DN>234</DN> - unneded DN
<AB>sdfsd</AB>
<DC>456456</DC>
<EF>6575675 sdfsd</EF>
....really large piece of unwanted text here....

<DN>234</DN>
<DD>sdfsd</DD>
<BR>456456</BR>
<COL>6575675 sdfsd</COL>

<RAC>456464</RAC>
<GR>sdfsdfsFFFDd</GR>
<RAC>456464</RAC>
<GR>sdfsdfsFFFDd</GR>

234-无编号DN
自卫队
456456
6575675自卫队
…这里有一大块不需要的文字。。。。
234
自卫队

456456

6575675自卫队
456464
SDFSDFSFDD
456464
SDFSDFSFDD

如何只提取需要的行，而忽略包含

的日志的垃圾段，而不结束

接下来，我需要将多行片段从

转换为

到一个单行文件，从

开始，以

结束。

---

任何帮助都将不胜感激。我被卡住了

你可以使用

pcregrep

工具来实现这一点

$ pcregrep -o -M '(?s)(?<=^|\s)<DN>(?:(?!<DN>).)*?</GR>(?=\n|$)' file
<DN>234</DN>
<DD>sdfsd</DD>
<BR>456456</BR>
<COL>6575675 sdfsd</COL>

<RAC>456464</RAC>
<GR>sdfsdfsFFFDd</GR>

---

$pcregremp-o-M'（？s）（？您可以使用
pcregremp
工具进行此操作

$ pcregrep -o -M '(?s)(?<=^|\s)<DN>(?:(?!<DN>).)*?</GR>(?=\n|$)' file
<DN>234</DN>
<DD>sdfsd</DD>
<BR>456456</BR>
<COL>6575675 sdfsd</COL>

<RAC>456464</RAC>
<GR>sdfsdfsFFFDd</GR>

$pcregrep-o-M'（？s）（？
awk'
#以“”开头的行开始匹配。
/^/ {
#如果我们看到了一个开始，却没有一个相匹配的结束，那就扔掉我们所保存的一切。
如果（dn）{
d=“”
}
#标记位于“”元素中。
dn=1
#保存当前行。
d=0美元
下一个
}
#以“$”结尾的行结束匹配（但仅当我们当前处于匹配中时）。
dn&&/$/{
#我们不再是一个元素了。
dn=0
#打印出我们保存的行和当前行。
打印文件“%s%s%s\n”，d，OFS，$0
#重置保存的内容。
d=“”
下一个
}
#如果我们在一个元素中并且已经保存了内容，则将当前行附加到内容中（由OFS分隔）。
dn&d{
d=d OFS$0
}
"档案"
awk'
#以“”开头的行开始匹配。
/^/ {
#如果我们看到了一个开始，却没有一个相匹配的结束，那就扔掉我们所保存的一切。
如果（dn）{
d=“”
}
#标记位于“”元素中。
dn=1
#保存当前行。
d=0美元
下一个
}
#以“$”结尾的行结束匹配（但仅当我们当前处于匹配中时）。
dn&&/$/{
#我们不再是一个元素了。
dn=0
#打印出我们保存的行和当前行。
打印文件“%s%s%s\n”，d，OFS，$0
#重置保存的内容。
d=“”
下一个
}
#如果我们在一个元素中并且已经保存了内容，则将当前行附加到内容中（由OFS分隔）。
dn&d{
d=d OFS$0
}
"档案"
awk'
/^/{n=1}
n{lines[n++]=$0}
n&&/$/{
对于（i=1；i
awk'
/^/{n=1}
n{lines[n++]=$0}
n&&/$/{
对于（i=1；i和bash:

fun () 
{ 
    local line output;
    while IFS= read -r line; do
        if [[ $line =~ ^'<DN>' ]]; then
            output=$line;
        else
            if [[ -n $output ]]; then
                output=$output$'\n'$line;
                if [[ $line =~ '</GR>'$ ]]; then
                    echo "$output";
                    output=;
                fi;
            fi;
        fi;
    done
}

fun <file

fun（）
{ 
本地线路输出；
当IFS=读取-r行时；执行
如果[[$line=~^'']，则
输出=$行；
其他的
如果[[-n$output]]；则
output=$output$'\n'$行；
如果[[$line=~''$]]；则
回显“$output”；
输出=；
fi；
fi；
fi；
完成
}
bash的乐趣：

fun () 
{ 
    local line output;
    while IFS= read -r line; do
        if [[ $line =~ ^'<DN>' ]]; then
            output=$line;
        else
            if [[ -n $output ]]; then
                output=$output$'\n'$line;
                if [[ $line =~ '</GR>'$ ]]; then
                    echo "$output";
                    output=;
                fi;
            fi;
        fi;
    done
}

fun <file

fun（）
{ 
本地线路输出；
当IFS=读取-r行时；执行
如果[[$line=~^'']，则
输出=$行；
其他的
如果[[-n$output]]；则
output=$output$'\n'$行；
如果[[$line=~''$]]；则
回显“$output”；
输出=；
fi；
fi；
fi；
完成
}
乐趣这可能适合你（GNU-sed）：

sed-n'/{h；b}；x；/./G；x；/这可能适合您（GNU-sed）：

sed-n'/{h；b}；x；//G；x；/谢谢您的回复！不幸的是，您的建议对实际文件不起作用。可能是因为系统将其视为二进制文件，我必须在grep命令中添加-a选项以使其起作用。但是对于pcregrep没有这样的选项。您能将确切的文件内容发布到pastebin中吗？恐怕它太大了。s每一百兆字节的文件只包含我需要提取的几行有价值的数据。它来自生产系统，包含客户机数据。这一行最终对我有用：pcregrep--buffer size=100000000-o-M'（？s）（？谢谢你的回复！不幸的是，你的建议对实际文件不起作用。可能是因为系统将其视为二进制文件，我必须在grep命令中添加-a选项以使其起作用。但是对于pcregrep没有这样的选项。你能在pastebin或你的问题中发布确切的文件内容吗？恐怕它太大了ndred MB的文件只包含我需要提取的几行有价值的数据。它来自生产系统，包含客户机数据。这一行最终对我有用：pcregrep--buffer size=100000000-o-M'（？s）（？哇，谢谢，太棒了。我甚至不知道如何使用它。我应该把它复制到脚本中吗？如果我这样做，什么也不会发生。系统运行几秒钟，然后什么也不打印。但是如果我手动或用grep-a检查，文件确实包含匹配的数据。文件是否有DOS行结尾？
grep'$”
是否找到匹配的行？“grep”^'`？实际上文件没有行尾（至少notepad++不显示任何CRLF或类似的内容），它是一种二进制文件，但包含大量文本，并混合了二进制数据。grep-a“^”20140905.log找到许多匹配项。grep“$”20140905.log-不t@IvanBondarets如果文件不是“文本文件”那么在脚本上使用文本工具就不那么可靠了。也就是说，你可以尝试在脚本中使用
/
（d
sed -n '/<DN>/{h;b};x;/./G;x;/<\/GR/{x;/./p;z;x}' file