匹配一个可以在其中任何位置有换行符的字符串 - bash答案

【问题标题】：Match a string that could have a newline anywhere in it in - bash匹配一个可以在其中任何位置有换行符的字符串 - bash
【发布时间】：2014-01-24 23:40:58
【问题描述】：

我有一个包含如下数字的字符串：

\S2=number_goes_here\

号码可以是0.00000 及以上的任何数字。但是，该字符串中的任何地方都可能有换行符，我不完全确定如何匹配它。最终，我只想要这个数字。重要的是，该字符串位于可由该示例表示的大量文本中（S2 位于最后一行）：

 1.454187\H,0,0.719618,3.525801,1.633708\H,0,-0.454651,2.80328,2.23844\
 Ru,0,0.025774,1.557599,-0.253913\\Version=EM64L-G09RevD.01\State=6-A\H
 F=-1238.5377983\S2=8.75446\S2-1=0.\S2A=8.750006\RMSD=2.314e-09\Dipole=

我愿意接受 bash、sed、awk、gawk；不管你有什么想法来解决这个问题。

编辑：

这是示例，下面的第一个答案似乎不适用于此示例。它只打印“2”。

 .631441,-2.132979\H,0,0.20151,-1.464802,-2.95553\H,0,0.377883,-2.50668
 5,-1.874761\\Version=EM64L-G09RevD.01\State=3-A\HF=-1265.9035096\S2=2.
 053325\S2-1=0.\S2A=2.000966\RMSD=1.590e-04\Dipole=0.7197616,-2.1253769

【问题讨论】：

标签： regex bash sed awk

【解决方案1】：

grep -Po '(?<=S2=)[\d.]+' <(tr -d '\n' < file)

给了

8.75446

【讨论】：

+1; OSX 用户（grep 不支持 -P - 因此不支持环视 - 并且 \d 不能在集合内使用）：egrep -o '\\S2=[0-9.]+' <(tr -d '\n' < file) | cut -d'=' -f2
@mklement0 我试过这个，在 "S2=2.\n" 之后有一个换行符的字符串上，这不起作用，它只在新行之前拉。
我在这里尝试了实际的答案，它没有正常工作，它可能不是一个真正的换行符吗？我已经编辑了我的问题以提供另一个示例。
@JM：您粘贴的输入数据还包含一个 space 字符。在每个\n 之后。如果也可以简单地删除所有空格，只需在tr -d '\n' 中添加一个空格，即：tr -d '\n '。
@JM：很高兴听到这个消息；检查输入数据的快速提示：通过管道连接到 od -a 或 od -c - 它会显示带有符号表示的控制字符的字节表示。

【解决方案2】：

您可以使用perl，以 slurp 模式读取整个文件，删除换行符并使用正则表达式进行搜索：

perl -0777 -nE '
  $_ = join q||, split /\n/; 
  printf qq|%s\n|, $1 if m/\\S2=([\d.]+)/
' infile

它产生：

8.75446

【讨论】：

【解决方案3】：

也可以只使用 bash，尽管这对于非常大的文件效果不佳。

#!/bin/bash
IFS=$'\n'
string=$(<"test.txt")
var=$(echo $string) # word-splitting will replace each newline with a space here

while IFS= read -r word; do
  [[ $word =~ '\S2='([0-9]*\.[0-9]*)'\'  ]] && echo ${BASH_REMATCH[1]}
done <<< "$var"

例如

> ./abovescript 
8.75446

【讨论】：

抛开效率问题，您可以将您的方法简化为以下内容：IFS= read -d '' -r fileContents <"test.txt"; [[ $fileContents =~ '\S2='([0-9]*\.[0-9]*) ]] && echo "${BASH_REMATCH[1]}"。这会将整个文件按原样读入变量$fileContents，然后匹配它。然而，还要注意，OP 说换行符可以是anywhere，所以更安全的方法是在匹配之前remove所有换行符。

【解决方案4】：

这里是gnu awk 版本（由于RS 有多个字符）：

awk -F'\' 'NR==2 {print $1}' RS="S2=" file
8.75446

适用于大多数awk的版本

awk -F\\ '{for (i=1;i<=NF;i++) if ($i~/S2=/) {split($i,a,"=");print a[2]}}' file
8.75446

【讨论】：