提取不一定重复的模式答案

【问题标题】：Extracting pattern which does not necessarily repeat提取不一定重复的模式
【发布时间】：2015-03-20 16:31:28
【问题描述】：

我正在使用 ANSI 835 纯文本文件，并希望捕获以“BPR”开头并以“TRN”结尾的段中的所有数据，包括这些标记。给定文件是一行；在该行内，该段可以但不总是重复。我一次在多个文件上运行该过程，理想情况下，我将能够记录出现段的文件名。这是我目前所拥有的，基于answer to another question：

#!/bin/sed -nf
/BPR.*TRN/ {
   s/.*\(BPR.*TRN\).*/\1/p
   d
 }
 /from/ {
     : next
     N
     /BPR/ {
        s/^[^\n]*\(BPR.*TRN\)[^n]*/\1/p
        d
      }
      $! b next
}

我通过它运行我拥有的所有文件并将结果写入一个如下所示的文件：

BPR*I*393.46*C*ACH*CCP*01*011900445*DA*0000009046*1066033492**01*071923909*DA*72
34692932*20150120~TRN
BPR*I*1611.07*C*ACH*CCP*01*031100209*DA*0000009108*1066033492**01*071923909*DA*7
234692932*20150122~TRN
BPR*I*1415.25*C*CHK************20150108~TRN
BPR*H*0*C*NON************20150113~TRN
BPR*I*127.13*C*CHK************20150114~TRN
BPR*I*22431.28*C*ACH*CCP*01*071000152*DA*99643*1361236610**01*071923909*DA*72346
92932*20150112~TRN
BPR*I*182.62*C*ACH*CCP*01*071000152*DA*99643*1361236610**01*071923909*DA*7234692
932*20150115~TRN

理想情况下，每一行的文件名前面都应该是这样的：

IDI.Aetna.011415.64539531.rmt:BPR*I*393.46*C*ACH*CCP*01*011900445*DA*0000009046*1066033492**01*071923909*DA*72
34692932*20150120~TRN
IDI.BCBSIL.010915.6434438.rmt:BPR*I*1611.07*C*ACH*CCP*01*031100209*DA*0000009108*1066033492**01*071923909*DA*7
234692932*20150122~TRN
IDI.CIGNA.010215.64058847.rmt:BPR*I*1415.25*C*CHK************20150108~TRN
IDI.GLDRULE.011715.646719.rmt:BPR*H*0*C*NON************20150113~TRN
IDI.MCREIN.011915.6471442.rmt:BPR*I*127.13*C*CHK************20150114~TRN
IDI.UHC.011915.64714417.rmt:BPR*I*22431.28*C*ACH*CCP*01*071000152*DA*99643*1361236610**01*071923909*DA*72346
92932*20150112~TRN
IDI.UHC.011915.64714417.rmt:BPR*I*182.62*C*ACH*CCP*01*071000152*DA*99643*1361236610**01*071923909*DA*7234692
932*20150115~TRN

最后两行是片段模式重复的文件示例。

同样，在每一行前面加上文件名是理想的。我真正需要的是能够处理给定的单行文件，该文件具有重复的“BPR…TRN”段，并将该文件中的所有段写入我的输出文件。

【问题讨论】：

您能展示一些示例输入吗？特别是，问题指出“给定文件是单行”，但您的示例代码会竭尽全力删除换行符。此外，示例代码会查找包含 from 的行，但您的描述没有提及为什么 from 很重要。一些示例输入可能有助于澄清。
sed 对于这项工作来说是 100% 错误的工具，所以扔掉这个 sed 脚本，因为它使用的大多数结构在 1907 年代中期当 awk 被发明时已经过时，并通过发布一些示例输入重新开始和预期的输出。
你可以使用 COBOL 吗？我认为这种语言在这个问题领域很受欢迎。
John Zwinck：不幸的是，COBOL 不是。

标签： linux bash awk sed plaintext

【解决方案1】：

试试awk:

awk '
    /BPR/ { sub(".*BPR","BPR") }
    /TRN/ { sub("TRN.*","TRN") }
    /BPR/,/TRN/ { print FILENAME ":" $0 }
' *.rmt

【讨论】：

awk 确实会添加文件名。它仍然没有写任何段超过第一个。给定文件是没有 CRLF 的单行。上面还有其他 cmets。