Shell 使用awk或sed获取两个模式之间的第n个匹配项

我有一个问题，我想通过一个文件的输出进行解析，我想抓住两个模式之间出现的第n个文本，最好使用awk或sed

category
1
s
t
done
category
2
n
d
done
category
3
r
d
done
category
4
t
h
done

让我们就这个例子来说，我想抓住类别和完成之间的第三个文本，基本上输出是

category
3
r
d
done

尝试这样做：

 awk -v n=3 '/^category/{l++} (l==n){print}' file.txt

或者更隐晦：

awk -v n=3 '/^category/{l++} l==n' file.txt

如果您的文件很大：

awk -v n=3 '/^category/{l++} l>n{exit} l==n' file.txt

---

如果您的文件不包含任何空字符，请使用

gnused

。这将找到模式范围的第三个匹配项。但是，您可以很容易地修改它以获得您想要的任何事件

sed -n '/^category/ { x; s/^/\x0/; /^\x0\{3\}$/ { x; :a; p; /done/q; n; ba }; x }' file.txt

结果:

category
3
r
d
done

说明：

使用

-n

开关关闭默认打印。在行首匹配单词“category”。将模式空间与保留空间交换，并在模式的开头追加一个空字符。在本例中，如果模式包含两个前导空字符，则将模式从保持空间中拉出。现在创建一个循环并打印图案空间的内容，直到最后一个图案匹配为止。当找到最后一个模式时，

sed

将退出。如果找不到它，sed将继续读取中的下一行输入并在其循环中继续。

这可能适用于您（GNU-sed）：

使用

-n

选项关闭自动打印。收集

类别

和

完成

之间的行。将计数器存储在保留空间中，当计数器达到3时，在图案空间中打印集合并退出

或者，如果您更喜欢awk：

awk  '/^category/,/^done/{if(++m==1)n++;if(n==3)print;if(/^done/)m=0}'  file

---

使用GNU awk，可以将记录分隔符设置为正则表达式：

<file awk 'NR==n+1 { print rt, $0 } { rt = RT }' RS='\\<category' ORS='' n=3

RT

是匹配的记录分隔符。请注意，相对于

n

的记录将关闭1，因为第一条记录是指第一条

RS

之前的记录

编辑 根据教育署的意见，如果记录之间有其他数据，例如：

category
1
s
t
done
category
2
n
d
done

foo

category
3
r
d
done

bar
category
4
t
h
done

解决此问题的一种方法是使用第二个（或第一个）awk清理输入：

编辑2 正如Ed在评论中指出的，上述方法不搜索结束模式。实现这一点的一种方法是使用

getline

（注意，还有一些使用awk getline的方法），其他答案中没有涉及到这一点：

---

您在这方面遇到了什么问题？您有没有尝试过的代码不起作用？很抱歉，让我们假设开头和结尾不是同一个词，我希望在category和done之间出现第三个字符。
/^category/
表示以“category”开头的字符串，它与包含category的行完全不同。因此，无需任何修改，脚本仍按原样工作。这将与发布的示例输入一起工作，但如果出现“未完成的类别”或“完成”与“类别”之间的文本，则无法工作。这将在“类别”一词出现之间打印文本，而不是在“类别”与“完成”之间打印文本。在发布的输入中，这并不重要，但一般来说可能是这样，例如，如果f在“完成”和“类别”之间可以有其他文本，或者在“类别”出现时没有关联的“完成”。@EdMorton:True。一个可能的解决方法是首先清理输入，请参见编辑。如果在示例输入的第一个“完成”之前添加“类别”行，例如在“s”和“t”行之间，它仍然会失败并打印第二条记录，而不是第三条记录。@EdMorton:对，我明白了，没有搜索结束模式。我添加了一个
getline
选项，可以搜索
done
。我希望您将此作为与其他解决方案的对比，但对于OPs的好处，我认为值得明确指出的是，它附带了一些行李。sed是一个用于在单行线上进行简单替换的优秀工具。对于任何其他内容，只需使用awk，否则您会发现最微小的需求更改（例如，也打印行号）需要重新编写脚本，可能需要使用不同的语言。在sed中执行任何需要超过“s”和“g”命令的操作都是浪费时间。awk脚本将在“完成”之后继续打印“如果完成和下一个类别之间存在tes=xt。如果类别可以在没有完成的情况下存在，它也会打印错误的块。不知道sed脚本会做什么。@EdMorton我认为打印范围缩小到
类别
和
完成
之间，如果没有
完成
，这可能是用户需要的。请使用在第一个“完成”之前有两行“类别”的文件进行尝试。它将打印第二个类别->完成块，而不是第三个。只是好奇：为什么？它多次测试相同的条件，如果您的输入文件稍有更改，它将不起作用。如果您对只适用于发布的输入格式的解决方案感到满意，@sputnik的解决方案更简洁。我希望它打印第三个匹配项，但前提是第二个匹配项包含单词“awk”。我将如何修改sed命令来实现这一点？在awk中，我只需创建一个“prevRec”变量来存储以前的记录，并在打印之前添加一个
if（prevRec~/awk/）
。
category 
3
r
d
done

category
1
s
t
done
category
2
n
d
done

foo

category
3
r
d
done

bar
category
4
t
h
done

<file awk '/^category$/,/^done$/' |
  awk 'NR==n+1 { print rt, $0 } { rt = RT }' RS='\\<category' ORS='' n=3

category 
3
r
d
done

<file awk '
  /^category$/ {
    v = $0
    while(!/^done$/) { 
      if(!getline) 
        exit
      v = v ORS $0
    }
    if(++nr == n) 
      print v
}' n=3

<file awk '/^category$/ { v = $0; while(!/^done$/) { if(!getline) exit; v = v ORS $0 } if(++nr == n)  print v }' n=3

awk -v tgt=3 '
/^category$/ { fnd=1; rec="" }

fnd {
   rec = rec $0 ORS
   if (/^done$/) {
      if (++cnt == tgt) {
         printf "%s",rec
         exit
      }
      fnd = 0
   }
}
' file