awk 提取文本第 N 次出现方括号（包含文件文本中的换行符）

Question

我有 0.txt 和 1.txt 文件。 0.txt文件中内容如下图：

[{A,B,C},{D,E,F}][{G,H,I}]

1.txt文件内容如下图：

[{A,B,C},{D,E,F}]
[{G,H,I}]

也就是0.txt和1.txt的区别在于1.txt文件中有一个换行符。

我希望能够使用 @ 提取 NTH OCCURRENCE 中 '[' 和 ']' 之间的所有文本987654324@ (Extract the text between the nth occurrence of square brackets)，用于 1.txt 文件中显示的文本格式。

所以我的n=2对应的愿望就是2.txt如下图：

{G,H,I}

为此，起初，我能够在没有换行符的情况下仅对文本格式执行此操作，如 0.txt 所示。

我需要知道如何提取 '[' 和 ']' 之间的文本，当出现 1.txt 中所示的换行符时强>。

awk -F'[][]' -v n=2 '{ print $(2*n) }' 1.txt > 2.txt 的输出已经是 0.txt 的所有内容（方括号除外），而不仅仅是{G,H,I}。即2.txt内容如下：

{A,B,C},{D,E,F}
{G,H,I}

编辑更新 01：

考虑到第三次出现，即[{J, K, L}]，解决方案必须对第三个输入文件具有以下相同的效果。所以预期的退出应该是{J, K, L}。

[{A,B,C},{D,E,F}]
[{G,H,I}]
[{J,K,L}]

对于第 n 次出现 [{x, y, z, ..}] 的所有目的（尊重 [ 和 ] 中没有文本的条件，并且没有空行）给出的任何解决方案都应该准确解压到输出文件{x, y, z, ..}。

Answer 1

如何用给定的记录号提取[和]之间的文本

你可以试试这个gnu-awk 命令，不管括号对之间是否存在换行符，它都可以工作

awk -v n=2 -v RS='\\[[^]]*]' 'RT && NR == n {print substr(RT, 2, length(RT)-2)}' file

{G,H,I}

由于我们使用的是[...] 的自定义RS，因此无论第二对[...] 是在第一行还是第二行，它都会打印正确的记录。

Answer 2

使用 GNU awk 进行 FPAT：

$ awk -v FPAT='[^][\n]+' -v RS='^$' -v n=2 '{print $n}' 0.txt
{G,H,I}

$ awk -v FPAT='[^][\n]+' -v RS='^$' -v n=2 '{print $n}' 1.txt
{G,H,I}

使用任何 awk 并假设您在输入中没有任何空行：

$ awk -v RS= -F '][[:space:]]*[[]|^[[]|]$' -v n=2 '{print $(n+1)}' 0.txt
{G,H,I}

$ awk -v RS= -F '][[:space:]]*[[]|^[[]|]$' -v n=2 '{print $(n+1)}' 1.txt
{G,H,I}

Answer 3

这是另一种方法，假设您的输入在[] 分隔符之外没有任何非换行符。这适用于任何awk。

$ tr '[]' '\n' <ip.txt | awk -v RS= -v ORS= 'NR==2'
{G,H,I}

tr 命令会将所有[] 字符替换为换行符。 awk 命令使用 2 个或更多连续换行符作为记录分隔符。输入开头的任何多余的换行符都将被忽略。因此，您现在只需使用记录号即可获得所需的输出。

Answer 4

如果您使用grep 预处理数据，则提取变得微不足道，例如：

n=3
<0.txt grep -oE '\{[^}]+\}' | sed -n ${n}p
<1.txt grep -oE '\{[^}]+\}' | sed -n ${n}p

输出：

{G,H,I}
{G,H,I}

编辑 - OP 要求的变化

如果您想要的是方括号的内容，那么对此解决方案的微小更改仍然有效，例如：

n=3
<new.txt grep -oE '\[[^]]+\]' | tr -d '[]' | sed -n ${n}p

输出：

{J,K,L}