如何从文件中提取文本行？答案

【问题标题】：How can I extract lines of text from a file?如何从文件中提取文本行？
【发布时间】：2010-09-22 17:17:54
【问题描述】：

我有一个充满文件的目录，我需要从它们中提取页眉和页脚。它们都是可变长度的，所以使用 head 或 tail 是行不通的。每个文件都有一行我可以搜索，但我不想在结果中包含该行。

通常是

*** Start (more text here)

以

结尾

*** Finish (more text here)

我希望文件名保持不变，所以我需要覆盖原始文件，或者写入不同的目录，我会自己覆盖它们。

哦，是的，它当然是在 linux 服务器上，所以我有 Perl、sed、awk、grep 等。

【问题讨论】：

标签： regex perl sed awk grep

【解决方案1】：

也许？从不删除开始到结束。

$ sed -i '/^\*\*\* Start/,/^\*\*\* Finish/d!' *

或者...不太确定...但是，如果可行，也应该删除 Start 和 Finish 行：

$ sed -i -e '/./,/^\*\*\* Start/d' -e '/^\*\*\* Finish/,/./d' *

d! 可能取决于您拥有的sed 的构建——不确定。
而且，我完全是在（可能很差）记忆力上写的。

【讨论】：

【解决方案2】：

获取标题：

cat yourFileHere | awk '{if (d > 0) print $0} /.*Start.*/ {d = 1}'

获取页脚：

cat yourFileHere | awk '/.*Finish.*/ {d = 1} {if (d < 1) print $0}'

根据需要从页眉到页脚获取文件：

cat yourFileHere | awk '/.*Start.*/ {d = 1; next} /.*Finish.*/ {d = 0; next} {if (d > 0) print $0}'

还有另一种方法，使用 csplit 命令，您应该尝试以下操作：

csplit yourFileHere /Start/ /Finish/

并检查名为“xxNN”的文件，其中 NN 是运行号，还请查看csplit manpage。

【讨论】：

如果我没有指出对 cat 的不必要使用，那我就失职了。 awk 'code' 文件名更容易输入。 :)

【解决方案3】：

快速 Perl hack，未经测试。我在 sed 或 awk 方面不够流利，无法通过它们获得这种效果，但我会对如何做到这一点感兴趣。

#!/usr/bin/perl -w
use strict;
use Tie::File;
my $Filename=shift;  
tie my @File, 'Tie::File', $Filename or die "could not access $Filename.\n";  
while (shift @File !~ /^\*\*\* Start/) {};  
while (pop @File !~ /^\*\*\* Finish/) {};  
untie @File;

【讨论】：

【解决方案4】：

覆盖原始文件的 Perl 解决方案。

#!/usr/bin/perl -ni
if(my $num = /^\*\*\* Start/ .. /^\*\*\* Finish/) {
    print if $num != 1 and $num + 0 eq $num;
}

【讨论】：

【解决方案5】：

试试flip flop! ".." 运算符。

# flip-flop.pl
use strict;
use warnings;

my $start  = qr/^\*\*\* Start/;
my $finish = qr/^\*\*\* Finish/;

while ( <> ) {
    if ( /$start/ .. /$finish/ ) {
        next  if /$start/ or /$finish/;
        print $_;
    }
}

然后你可以使用 -i perl 开关来更新你的文件，就像这样.....

 $ perl -i'copy_*' flip-flop.pl data.txt

...它会更改 data.txt，但会事先将副本复制为“copy_data.txt”。

【讨论】：

如何让这个（触发器/范围运算符）使用变量而不是从文件中读取。假设我有一个 $variable = "dont want this part START i want this part instead FINISH"; ？因为当它是一个变量而不是文件时，我无法获得相同的效果，非常感谢您的帮助，谢谢 –

【解决方案6】：

perlfaq5: How do I change, delete, or insert a line in a file, or append to the beginning of a file? 中的一些示例可能会有所帮助。你必须使它们适应你的情况。此外，Leon 的触发器运算符答案是在 Perl 中执行此操作的惯用方式，尽管您不必修改文件即可使用它。

【讨论】：

【解决方案7】：

GNU coreutils 是你的朋友...

csplit inputfile %^\*\*\* Start%1 /^\*\*\* Finish/ %% {*}

这会生成您想要的文件为xx00。您可以通过选项--prefix、--suffix 和--digits 更改此行为，但请自行查看manual。由于csplit 设计用于生成多个文件，因此无法生成没有后缀的文件，因此您必须手动或通过脚本进行覆盖：

csplit $1 %^\*\*\* Start%1 /^\*\*\* Finish/ %% {*}
mv -f xx00 $1

根据需要添加循环。

【讨论】：