搜索（例如 awk、grep、sed）字符串，然后查找上面的 X 行和下面的另一个字符串

Question

我需要能够搜索字符串（让我们使用 4320101），在字符串上方打印 20 行并在此之后打印，直到找到字符串

例如：

Random text I do not want or blank line
16 Apr 2013 00:14:15
id="4320101"
</eventUpdate>
Random text I do not want or blank line

我只想将以下结果输出到文件中：

16 Apr 2013 00:14:15
id="4320101"
</eventUpdate>

在我想要的文件中有多个这些文本组的示例。

我尝试在下面使用这个：

cat filename | grep "</eventUpdate>" -A 20 4320101 -B 100 > greptest.txt

但它只显示字符串两侧的 20 行。

注意事项：
- 文本所在的行号不一致，所以我不能关闭这些，因此我使用 -A 20。
- 理想情况下，我宁愿拥有它，这样当它搜索字符串时，它会在找到时停止然后继续搜索。

总结：找到4320101，输出4320101以上的20行（或一行空白），然后输出4320101以下的所有行直到

</eventUpdate>

做研究我不确定如何让 awk、nawk 或 sed 为我工作。

Answer 1

这可能对你有用（GNU sed）：

sed ':a;s/\n/&/20;tb;$!{N;ba};:b;/4320102/!D;:c;n;/<\/eventUpdate>/!bc' file

编辑：

• :a;s/\n/&/20;tb;$!{N;ba}; 这会在模式空间 (PS) 中保留一个 20 行的窗口
• :b;/4320102!D; 这将在文件中移动上述窗口，直到找到模式 4320102。
• :c;n;/<\/eventUpdate>/!bc 打印 20 行窗口和任何后续行，直到找到模式 <\/eventUpdate>。

Answer 2

这是一个丑陋的awk 解决方案:)

awk 'BEGIN{last=1}
{if((length($0)==0) || (Random ~ $0))last=NR} 
/4320101/{flag=1;
if((NR-last)>20) last=NR-20;
cmd="sed -n \""last+1","NR-1"p \" input.txt";
system(cmd);
}
flag==1{print}
/eventUpdate/{flag=0}' <filename>

所以基本上它的作用是跟踪last 变量中包含Random 模式的最后一个空白行或行。现在，如果找到了4320101，它将通过system sed 命令从更接近的that line -20 or last 打印。并设置flag。 flag 导致打印下一行，直到找到 eventUpdate。虽然没有测试，但应该可以工作

Answer 3

在 sed/awk 中向后看总是很棘手。这个自包含的 awk 脚本基本上保存最后 20 行，当它到达 4320101 时，它会打印这些存储的行，直到空白处或找到不需要的线路，然后停止。此时它会切换到printall 模式并打印所有行，直到遇到eventUpdate，然后打印并退出。

awk '
function store( line ) {
    for( i=0; i <= 20; i++ ) {
        last[i-1] = last[i]; i++;
    };
    last[20]=line;
};
function purge() {
    for( i=20; i >= 0; i-- ) {
        if( length(last[i])==0 || last[i] ~ "Random" ) {
            stop=i;
            break
        };
    };
    for( i=(stop+1); i <= 20; i++ ) {
        print last[i];
    };

};
{
store($0);
if( /4320101/ ) {
    purge();
    printall=1;
    next;
};
if( printall == 1) {
    print;
    if( /eventUpdate/ ) {
        exit 0;
    };
};
}' test

Answer 4

让我们看看我是否理解您的要求：

您有两个字符串，我将其命名为KEY 和LIMIT。而你想打印：

1. 在包含 KEY 的行之前最多 20 行，但如果有空行则停止。

2. 包含KEY 的行和包含LIMIT 的下一行之间的所有行。 （这忽略了您要求不超过 100 行这样的行；如果这很重要，添加起来相对简单。）

完成(1) 的最简单方法是保留一个20 行的循环缓冲区，并在您点击key 时将其打印出来。 (2) 在 sed 或 awk 中都是微不足道的，因为您可以使用双地址形式来打印范围。

那么让我们在 awk 中做吧：

#file: extract.awk

# Initialize the circular buffer
BEGIN          { count = 0; }
# When we hit an empty line, clear the circular buffer
length() == 0  { count = 0; next; }
# When we hit `key`, print and clear the circular buffer
index($0, KEY) { for (i = count < 20 ? 0 : count - 20; i < count; ++i)
                   print buf[i % 20];
                 hi = 0;
               }
# While we're between key and limit, print the line
index($0, KEY),index($0, LIMIT)
               { print; next; }
# Otherwise, save the line
               { buf[count++ % 20] = $0; }

为了让它工作，我们需要设置KEY 和LIMIT 的值。我们可以在命令行上这样做：

awk -v "KEY=4320101" -v "LIMIT=</eventUpdate>" -f extract.awk $FILENAME

注意事项：

1. 我使用了index($0, foo) 而不是更常见的/foo/，因为它避免了必须转义正则表达式特殊字符，而且甚至不需要正则表达式的要求。 index(haystack, needle) 在haystack 中返回needle 的索引，索引从1 开始，如果没有找到needle，则返回0。用作真/假值，找到needle为真。

2. next 导致当前行的处理结束。正如这个小程序所示，它非常方便。

Answer 5

你可以试试这样的 -

awk '{ 
    a[NR] = $0
}

/<\/eventUpdate>/ { 
    x = NR
}

END {
    for (i in a) {
        if (a[i]~/4320101/) {
            for (j=i-20;j<=x;j++) {
            print a[j]
            }
        }
    }
}' file

Answer 6

最简单的方法是使用文件的 2 次传递 - 第一次识别目标正则表达式所在范围内的行号，第二次打印所选范围内的行，例如：

awk '
NR==FNR {
    if ($0 ~ /\<4320101\>/ {
        for (i=NR-20;i<NR;i++)
            range[i]
        inRange = 1
    }
    if (inRange) {
        range[NR]
    }
    if ($0 ~ /<\/eventUpdate>/) {
        inRange = 0
    }
    next
}
FNR in range
' file file