使用 sed / awk / grep 等 shell 脚本实用程序无法解析自定义结构答案

【问题标题】：Trouble parsing custom structure with shell script utilities like sed / awk / grep使用 sed / awk / grep 等 shell 脚本实用程序无法解析自定义结构
【发布时间】：2016-03-05 18:27:45
【问题描述】：

我正在尝试使用 shell 脚本从文本文件中解析出复杂的结构列表，并在这些结构中搜索一组非常具体的值。如果匹配，那么我需要打印一个变量的值。我仅限于轻量级实用程序，例如 sed、awk 和 grep（但不是 Perl）。

这是一个结构示例，然后是我要查找的内容的说明：

{
    { 1, 2, 
        { 15, 25 },
        { 15, 25 }
    },
    { 3, 4,
        { 35, 45 },
        { 35, 45 }
    },
    { 5, 6,
        { 55, 65 },
        { 55, 65 }
    }
};

在这个例子中，我将解析三个结构并搜索一个结构，它的第一个值是“3”，第二个值是任何单个数字 (0-9)，并且至少有一组“结构内部列表中的 35" 和 "45"。一旦我找到一个匹配项，我就会打印第二个值的值。在这种情况下，第二个结构将匹配，我需要打印出值“4”。

我不想假设空格是如何组织的，只是遵循上面的格式。 IE。它可能都在一行上，也可能在随机位置有不同的换行符组合。

有人可以帮我想想如何解决这个问题吗？

【问题讨论】：

在“轻量级”实用程序中，awk 是“最重的”，并且必须成为计算嵌套级别的主力。但是 awk 是面向行的（不是字符），因此您的第一步是编写代码，以保证每个 { 和 } 都单独在自己的行上（可选地删除过程中的任何周围空格）。先试一试。用您发现的内容更新问题。
可以有更多或更少的嵌套级别，还是总是 3 层深？从该示例输入中发布您想要的预期输出。
我尝试了不同的方法来删除或简化格式，但结构本身与我要搜索的内容有关，所以我要小心不要丢失所需的信息。我需要能够将每个结构视为一个单独的项目。我需要能够根据预期值搜索前两个值，并且我需要搜索“内部列表”以查找预期的一对值。我的第一个想法是将 sed 与一个指定模式的长正则表达式一起使用，然后使用捕获组来打印我正在寻找的值。我还在努力。
sed 用于在单个行上进行简单替换，仅此而已。由于这不是您正在做的事情，因此 sed 将是该工作的错误工具。这对 awk 来说是 100% 的工作。如果您不了解 awk，请阅读 Arnold Robbins 的《Effective Awk Programming, 4th Edition》一书。
逗号是语法的一部分吗？您的第一个块第二个条目{ 15, 25 } 缺少尾随逗号。其他人都有。

标签： regex bash awk sed

【解决方案1】：

这可能是您想要的，使用 GNU awk 进行各种扩展：

$ cat tst.awk
BEGIN { RS="[{}]"; FS="\\s*,\\s*" }
depth == 2 { split($0,outer) }
(depth == 3) && (outer[1]==3) && (outer[2]~/^[0-9]$/) &&
    ((($1==35) && ($2==45)) || (($1==45) && ($2==35))) { print outer[2] }
{ depth = depth + (RT=="{" ? 1 : -1) }

$ awk -f tst.awk file
4

【讨论】：

【解决方案2】：

不可靠的awk 尝试

$  awk -F"[{,}]" '/{/ && !/}/{c=($2==3)?+$3:""} 
   c~/^[0-9]$/ && $2==35 && $3==45{print c;exit}' file
4

使用布局

【讨论】：

最初在 cmets 中回答了我自己的问题，将其移至答案。

【解决方案3】：

感谢大家对此的帮助。我最终只能使用 sed 和 tr 来解决它，尽管它并不漂亮。我使用 tr 将所有行连接在一起，然后使用 sed 删除外部 { };，再次使用 sed 使用反向引用沿结构边界拆分行，再次使用 sed 清理结构之间的逗号和空格，然后使用“sed -n -r "s//\1/p" 验证模式中的预期值，并仅打印匹配的变量。

我会看看你的例子，看看我是否可以从中学习。

【讨论】：