awk 提取两个模式之间的线条答案

【问题标题】：awk extract lines between two patterns with a twistawk 提取两个模式之间的线条
【发布时间】：2023-01-13 09:14:03
【问题描述】：

我有一种数据文件只包含一次（！）以下文本块：

Begin final coordinates
     new unit-cell volume =    460.57251 a.u.^3 (    68.24980 Ang^3 )
     density =      7.37364 g/cm^3

CELL_PARAMETERS (alat=  7.29434300)
   0.995319813   0.000000000   0.000000000
   0.000000000   0.995319813   0.000000000
   0.000000000   0.000000000   1.197882354

ATOMIC_POSITIONS (crystal)
Pb            0.0000000000        0.0000000000       -0.0166356359
O             0.5000000000        0.5000000000        0.1549702780
Ti            0.5000000000        0.5000000000        0.5327649171
O             0.0000000000        0.5000000000        0.6381882204
O             0.5000000000        0.0000000000        0.6381882204
End final coordinates

我已经找到了如何提取 Begin final coordinates 和 End final coordinates 模式之间的整个行块，但我需要对其进行更完善。我想首先提取以CELL_PARAMETERS 开头的行下方的三行。然后我想提取（使用不在同一个 awk 命令中的另一个动作）ATOMIC_POSITIONS 下面的 5 行。

我必须在这里做一个观察：我在开始时说过文本块只出现一次，对于 Begin final coordinates 和 End final coordinates 的特定形式也是如此。在整个数据文件中，有许多具有这种形式的块：

CELL_PARAMETERS (alat=  7.29434300)
   0.995319813   0.000000000   0.000000000
   0.000000000   0.995319813   0.000000000
   0.000000000   0.000000000   1.197882354

ATOMIC_POSITIONS (crystal)
Pb            0.0000000000        0.0000000000       -0.0166356359
O             0.5000000000        0.5000000000        0.1549702780
Ti            0.5000000000        0.5000000000        0.5327649171
O             0.0000000000        0.5000000000        0.6381882204
O             0.5000000000        0.0000000000        0.6381882204

所以不幸的是，我不能只使用 CELL_PARAMETERS 和 ATOMIC_POSITIONS 行作为模式。唯一只出现一次的是 Begin final coordinates 和 End final coordinates 所以我必须提取与这些行相关的文本。

我试图将从 here 中提取两种模式之间的线的方法与从 here 中找到模式后跳过 N 行的方法结合起来。不幸的是我不能让它工作。

所以我的想法是：

对于第一种情况：我试图找到 Begin final coordinates 模式并跳过 5 行，包括带有模式的那一行）然后打印我感兴趣的 3 行，然后跳过其余行直到 End final coordinates。
对于第二种情况：找到Begin final coordinates 然后跳过行直到 ATOMIC_POSITIONS（也跳过这一行），打印接下来的 5 行直到 End final coordinates。

这可以做到吗？

更新：

我刚刚试过这个：
```
awk '/Begin final coordinates/ {n=NR+9} n < NR < n+3'
```
但我收到语法错误：
```
awk: cmd. line:1: /Begin final coordinates/ {n=NR+9} n<NR<n+3
awk: cmd. line:1:                                        ^ syntax error
```
我在这里做错了什么？

更新2：

按住压力机，我明白了！
1. 这解决了第一个案例：awk '/Begin final coordinates/{n=NR+4;m=NR+8} (n<NR) && (NR<m)' file
2. 这解决了第二种情况：awk '/Begin final coordinates/{n=NR+9;m=NR+8} (n<NR) && (NR<m)' file
  不是很好，但它会完成这项工作！

【问题讨论】：

标签： awk

【解决方案1】：

按住压力机，我明白了！

这解决了第一种情况：

awk '/Begin final coordinates/{n=NR+4;m=NR+8} (n<NR) && (NR<m)' file

这解决了第二种情况：

awk '/Begin final coordinates/{n=NR+9;m=NR+8} (n<NR) && (NR<m)' file

【讨论】：

【解决方案2】：

有了这个，您只需要读取一次输入：

awk '/Begin final coordinates/{n1=NR+4;m1=NR+8; n2=NR+9;m2=NR+8} 
     (n1<NR) && (NR<m1){ print > "CELL_PARAMETERS.txt"; }
     (n2<NR) && (NR<m2){ print > "ATOMIC_POSITIONS.txt"; }
     ' file

【讨论】：

【解决方案3】：

假设 Begin final 块仅出现在所有其他块之后：

$ awk '/^Begin final/{f=1} c&&c--; f && /^CELL/{c=3}' file
   0.995319813   0.000000000   0.000000000
   0.000000000   0.995319813   0.000000000
   0.000000000   0.000000000   1.197882354

$ awk '/^Begin final/{f=1} c&&c--; f && /^ATOMIC/{c=5}' file
Pb            0.0000000000        0.0000000000       -0.0166356359
O             0.5000000000        0.5000000000        0.1549702780
Ti            0.5000000000        0.5000000000        0.5327649171
O             0.0000000000        0.5000000000        0.6381882204
O             0.5000000000        0.0000000000        0.6381882204

或者如果它可能出现在任何地方，则将 c&&c--; 更改为 c{print; if (!c--) exit}。

【讨论】：