仅打印每行的第一个和第二个单词以使用 sed 输出答案

【问题标题】：Only print first and second word of each line to output with sed仅打印每行的第一个和第二个单词以使用 sed 输出
【发布时间】：2021-03-15 15:27:40
【问题描述】：

我想清理一个模式文件供以后使用，所以只有第一个和第二个单词（或数字）是相关的。

我有这个：

pattern.txt

# This is a test pattern
some_variable        one    # placeholder which replaces a variable
some_other_var 2    # other variable to replace
# Some random comment in between
different_var "hello"   # this will also replace a placeholder but with a string
    



# And after some empty lines:
  var_after_newlines        18          # some variable after a lot of newlines


{{hello}} " this is just a string surrounded by space "

{bello} "this is just a string"#and this is a comment

cello "#string with a comment in it"#and a comment

我申请的对象：

sed -nE '/^\s*#/d;/^\s*$/d;s/^\s*([^\s]+)\s+([^\s]+).*$/\1 \2/p' pattern.txt > output.txt

它应该清除以 # 开头的注释行 -> 有效
它应该清除空行（或带有空白字符的行）-> 有效
它应该用由一 (1) 个空格字符分隔的第一个和第二个单词替换每一行 -> 不起作用。比较：

output.txt

期望：

some_variable one
some_other_var 2
different_var "hello"
var_after_newlines 18
{{hello}} " this is just a string surrounded by space "
{bello} "this is just a string"
cello "#string with a comment in it"

现实：

different_var "hello"   # thi
  var_after_newline
{{hello}} " thi
{bello} "thi
cello "#

我错过了什么？

编辑：

正如@Ed Morton 指出的那样，包括以下情况是有意义的：带空格的字符串、引号前后带空格的字符串、字符串中的 cmets 和引号之后的 cmets。接受的答案 sed 解决方案适用于所有这些。

【问题讨论】：

如果一行只有1个“单词”应该打印什么？如果该行只是var # 1 word and a comment，应该打印什么？如果线路是var " string surrounded with space " 怎么办？如果是var "#string surrounded by#" 怎么办？请edit你的例子包括这些案例。

标签： awk sed

【解决方案1】：

完全基于您展示的示例，这可以通过awk 轻松完成。使用 GNU awk 编写和测试，应该适用于任何 awk。

awk '{sub(/\r$/,"")} NF && !/^#/{print $1,$2}'  Input_file

解释：这里只检查两个条件。 1st-NF 确保行不是空行。第二行不以 # 开头，然后打印当前行的第一列和第二列。

使用sed：请尝试在 GNU 中关注 sed。

sed -E 's/\r$//;/^#/d;/^\s*$/d;s/^ +//;s/([^ ]*) +([^ ]*).*/\1 \2/' Input_file

或者根据 Ed sir 的 cmets 使用以下内容：

sed -E 's/\r$//; /^#/d; /^\s*$/d; s/^\s+//; s/(\S*)\s+(\S*).*/\1 \2/' Input_file

上述两种解决方案的示例输出如下：

some_variable one
some_other_var 2
different_var "hello"
var_after_newlines 18

【讨论】：

这工作完美无缺，谢谢。我一直在努力理解 sed。你知道使用 sed 会是什么样子吗？
@glades，当然，请尝试使用 GNU sed 关注一次：sed -E '/^#/d;/^\s*$/d;s/^ +//;s/([^ ]*) +([^ ]*).*/\1 \2/' Input_file，如果这对您有帮助，请告诉我。
这并不能很好地完成工作。它仍然包含“#”和制表符
@glades，对我来说，sed 和 awk 解决方案都运行良好，并且老实说给出了相同的结果。
有趣。你用的是linux吗？我在 Windows 上使用 git bash，也许这就是区别。例如，对于我得到的第一行：some_variable one，它仍然包含一个制表符和空格第二行给出：some_other_var 2 #

【解决方案2】：

在 GNU 中 sed

sed -E '/^\s*(#.*)?$/d; s/^\s*(\S+)\s+(\S+).*/\1 \2/' pattern.txt

在 cmets 之后更新：

sed -E '/^\s*(#.*)?$/d; s/^\s*(\S+)\s+("[^"]*"|\S+).*/\1 \2/' pattern.txt

【讨论】：

这行得通，谢谢！我刚刚检查了它是否也适用于我想要替换的整个字符串替换：{{hello}}“它有效，你好世界！”但这只会将"it 放在相应的位置。有没有简单的解决方法？
@glades 我没有完全理解。是否可以给出示例行和预期输出？
当然，输入类似于{{hello}} "this is just a string" # some string，它由两列 {{hello}} 和“这只是一个字符串”组成。预期的输出将是 {{hello}} "this is just a string" 并删除了注释，但请注意，字符串位由当前解决方案的空格分隔，这是一个问题。

【解决方案3】：

应该适用于大多数 sed 的版本：

$ sed 's/^[[:space:]]*//; s/#.*//; /^$/d; s/^\([^[:space:]]\{1,\}\)[[:space:]]\{1,\}\([^[:space:]]\{1,\}\).*/\1 \2/' pattern.txt
some_variable one
some_other_var 2
different_var "hello"
var_after_newlines 18

【讨论】：