如何通过多字符分隔符将文件拆分为多个文件？

Question

在 Unix 上，不向操作系统添加任何内容（即仅使用 grep、awk、sed、cut 等），如何将以下输入拆分为从每个“codeView”行开始的多个文件（例如“_temp1.txt”、“_temp2.​​txt”等）？ 请注意，该行可能以多个空格开头。

如果输入来自 API 而不是现有文件怎么办？

. . .
"events" : [ {
"id" : "123456",
"important" : true,
"codeView" : {
  "lines" : [ {
    "fragments" : [ {
      "type" : "NORMAL_CODE",
      "value" : "str = wrapper.getParameter("
    }, {
      "type" : "NORMAL_CODE",
      "value" : ")"
    } ],
    "text" : "str = wrapper.getParameter("motif")"
  } ],
  "nested" : false
},
"probableStartLocationView" : {
  "lines" : [ {
    "fragments" : [ {
      "type" : "STACKTRACE_LINE",
      "value" : "<init>() @ JSONInputData.java:12"
    } ],
    "text" : "<init>() @ JSONInputData.java:92"
  } ],
  "nested" : false
},
"dataView" : {
  "lines" : [ {
    "fragments" : [ {
      "type" : "TAINT_VALUE",
      "value" : "CP"
    } ],
    "text" : "{{#taint}}CP{{/taint}}"
  } ],
  "nested" : false
},
"collapsedEvents" : [ ],
"dupes" : 0
}, {
"id" : "28861,28862",
"important" : false,
"type" : "P2O",
"description" : "String Operations Occurred",
"extraDetails" : null,
          "codeView" : {
  "lines" : [ {
    "fragments" : [ {
      "type" : "TEXT",
      "value" : "Over the following lines of code, blah blah."
    } ],
    "text" : "Over the following lines of code, blah blah."
  } ],
  "nested" : false
},
"probableStartLocationView" : {
  "lines" : [ {
    "fragments" : [ {
      "type" : "STACKTRACE_LINE",
      "value" : "remplaceString() @ O_UtilCaractere.java:234"
    } ],
    "text" : "remplaceString() @ O_UtilCaractere.java:234"
  }, {
    "fragments" : [ {
      "type" : "STACKTRACE_LINE",
      "value" : "replaceString() @ O_UtilCaractere.java:333"
    } ],
    "text" : "replaceString() @ O_UtilCaractere.java:333"
  }, {
    "fragments" : [ {
      "type" : "STACKTRACE_LINE",
      "value" : "creerIncidentPaie() @ Incidents.java:444"
    } ],
    "text" : "creerIncidentPaie() @ Incidents.java:219"
  }, {
    "fragments" : [ {
      "type" : "STACKTRACE_LINE",
      "value" : "repliquerAbsenceIncident() @ Incidents.java:876"
    } ],
    "text" : "repliquerAbsenceIncident() @ IncidentsPaieMgr.java:882"
  } ],
  "nested" : false
},
"dataView" : {
  "lines" : [ {
    "fragments" : [ {
      "type" : "TEXT",
      "value" : "insert into TGE_INCIDENT...4', 'YYYYMMDD'), 'A', '"
    }, {
      "type" : "TAINT_VALUE",
      "value" : "CP"
    }, {
      "type" : "TEXT",
      "value" : "', '', null, 'T', 'ADPTVT', to_date('2013012214..."
    } ],
    "text" : "insert into TGE_INCIDENT...4', 'YYYYMMDD'), 'A', '{{#taint}}CP{{/taint}}', '', null, 'T', 'ADPTVT', to_date('2017062214..."
  } ],
  "nested" : false
}
. . .

Answer 1

这将在任何 awk 中稳定运行：

awk '/"codeView"/{close(out); out="_temp" ++c ".txt"} out!=""{print > out}' file

Answer 2

试试：

csplit -f _temp -b %d.tmp file '/codeView/' '{*}'

或者，如果数据来自其他程序：

my_api | csplit -f _temp -b %d.tmp - '/codeView/' '{*}'

工作原理

• -f _temp -b %d.tmp

  这两个选项将拆分文件的名称设置为您想要的格式。

• file

  将此替换为您的输入文件的名称。如果输入来自标准输入，请使用-。

• /codeView/

  这是您要拆分的正则表达式。

• '{*}'

  这告诉 csplit 不要在第一次匹配时停止，而是继续拆分。

Answer 3

awk 来救援！

$ awk '/"codeView"/{c++} {print > ("_temp" (c+0) ".txt")}' file

第一个匹配的标头将位于第 0 个临时文件中。如果密钥有可能出现在内容中，则可能将模式匹配更改为文字匹配$1=="\"codeView\""

您可以将数据通过管道传输到awk 脚本，而不是从文件中读取。

如果打开的文件太多，您可能需要在出错之前关闭它们。