如何从另一个文件中删除文件的特​​定内容？

Question

我有一个文件 foo.txt：

$cat foo.txt

<ul>
<li>
<p>something</p>
</li>
<li>
<p>something else</p>
</li>
</ul>

还有一个 bar.txt：

$cat bar.txt

<li>
<p>something</p>
</li>

我想要想要的输出：

<ul>
<li>
<p>something else</p>
</li>
</ul>

我试过了：

$sed '{/r bar.txt/} d' foo.txt

但它不起作用，我做不到：

$sed '/<li>/,/</li>/ d' foo.txt

因为还有其他元素。

Answer 1

这个 awk 单行代码适用于您的示例：

 awk -v RS="" '{gsub(/\n/,"\x99")}NR==FNR{t=$0;next}{gsub(t,"");gsub(/\x99/,"\n");print}' bar foo

不完全相同的输出（空行），但你明白了。请参阅示例下方的简短说明。

请看下面的例子：

kent$  head foo bar
==> foo <==
<ul>
<li>
<p>something</p>
</li>
<li>
<p>something else</p>
</li>
</ul>

==> bar <==
<li>
<p>something</p>
</li>

kent$  awk -v RS="" '{gsub(/\n/,"\x99")}NR==FNR{t=$0;next}{gsub(t,"");gsub(/\x99/,"\n");print}' bar foo
<ul>

<li>
<p>something else</p>
</li>
</ul>

添加简短说明

基本思想是，用不可见的字符替换换行符（在示例中我使用\x99），然后我们有两个单行字符串。我们可以进行匹配和替换。在我们处理完字符串后，将所有\x99 替换回换行符以获得原始格式。这个想法也适用于 sed，但有点复杂，你必须制作一个标签并使用模式/保持空间......

在示例中我只是使用了RS=""（我有点懒）。您可以使用sprintf 函数来构建单行字符串，它会更通用，因为您的两个真实文件都可能有空行。 （但是你的例子没有）

重点是不可见的字符替换部分。

祝你好运！

Answer 2

sed 是用于在单行上进行简单替换的出色工具，其他任何事情都使用 awk。这是一个 GNU awk 解决方案：

$ gawk -v RS='\0' -v ORS= 'NR==FNR{re=$0;next} {sub(re,"")} 1' bar.txt foo.txt
<ul>
<li>
<p>something else</p>
</li>
</ul>

如果“bar.txt”可以包含 RE 元字符，并且您发现那些在 sub() 中导致不希望匹配的字符（在匹配大量文本时不太可能），那么您需要切换到 index()+substr()s 解决方案使用字符串而不是 RE，例如：

$ gawk -v RS='\0' -v ORS= '
   NR==FNR { str=$0; rlength=length(str); next }
   rstart = index($0,str) { $0 = substr($0,1,rstart-1) substr($0,rstart+rlength) }
   1' bar.txt foo.txt
<ul>
<li>
<p>something else</p>
</li>
</ul>