在多行的两个正则表达式模式之间输出文本

Question

如果我将myfile 带到python 可用的环境中，我可以运行以下命令：

cat myfile | python filter.py

filter.py

import sys

results = []
for line in sys.stdin:
    results.append(line.rstrip("\n\r")) 

start_match = "some text"
lines_to_include_before_start_match = 4
end_match = "some other text"
lines_to_include_after_end_match = 4

for line_number, line in enumerate(results):
    if start_match in line:
        for x in xrange(line_number-lines_to_include_before_start_match, line_number):
            print results[x]

        print line

        for x in xrange(line_number+1, len(results)):       
            if end_match in results[x]:
                print results[x]

                for z in xrange(x+1, x+lines_to_include_after_end_match):
                    print results[z]

                break
            else:
                print results[x]

        print ""

但是我想运行它的环境没有 python。将其转换为我知道环境中存在的 perl 是我唯一的选择吗？是否有简单的 sed 或 awk 命令来执行此操作？

我尝试了以下方法，但由于它错过了 +/- 4 行，因此并不能完全满足我的需求：

cat myfile | sed -n '/some text/,/some other text/p'

[编辑：python 脚本说lines_to_include_after_end_match 是4，但实际上它返回3]

Answer 1

鉴于行尾是\n，你可以试试这个：

awk '/some text/{if(l4)printf l4;p=5} /some other text/{e=1} e && p {p--; if (!p) {e=0;l4="";}} !p && !e { l4 = l4 $0 "\n"; sub(/[^\n]*\n(([^\n]*\n){4})/,"\1",l4);} p' file

请注意，如果您想在结束匹配后打印额外的 4 行，则该标记需要为 6。
我认为您自己的 python 代码只会在结束匹配后打印另外 3 行。

为了便于修改，多写几行：

awk '/some text/{if(l4)printf l4;p=5} 
    /some other text/{e=1} 
    e && p {p--; if (!p) {e=0;l4="";}} 
    !p && !e { l4 = l4 $0 "\n"; sub(/[^\n]*\n(([^\n]*\n){4})/,"\1",l4);} 
    p' file

Answer 2

这可能对你有用（GNU sed）：

sed ':a;$!{N;s/\n/&/4;Ta};/1st text/{:b;n;/2nd text/!bb;:c;N;s/\n/&/4;Tc;b};$d;D' file

打开一个包含 n 行的窗口，如果这些行包含 1st text，则打印它们并继续打印直到 2nd text，然后再读取 m 行并打印它们。否则，如果是文件末尾，则删除缓冲的行，否则删除缓冲区中的第一行并重复。

如果匹配文本从行首或行尾开始，请使用：

sed ':a;$!{N;s/\n/&/4;Ta};/^start/M{:b;n;/end$/M!bb;:c;N;s/\n/&/4;Tc;b};$d;D' file

Answer 3

sed，请尝试：

sed -n "$(($(sed -n '/some text/=' myfile) - 4)),$(($(sed -n '/some other text/=' myfile) + 4))p" myfile

• 命令sed -n '/some text/='返回匹配some text的行号。
• 然后从上面的数字中减去 4。
• 下一部分sed -n '/some other text/='工作类似，得到的行号加4。

请注意，该脚本会扫描输入文件 3 次，可能不适用于执行时间至关重要的案例。

[编辑]

如果文件中有多个"some other text"，请尝试：

sed -n "$(($(sed -n '/some text/=' myfile) - 4)),\$p" myfile | sed "/some other text/{N;N;N;q}"