Chuỗi tìm kiếm Grep có ngắt dòng

Question

Làm cách nào để sử dụng grep cho các lần xuất của chuỗi 'xuất sang excel' trong các tệp đầu vào được đưa ra dưới đây? Cụ thể, cách xử lý các ngắt dòng xảy ra ở giữa các chuỗi tìm kiếm? Có một chuyển đổi trong grep có thể làm điều này hoặc một số lệnh khác có lẽ?

file Input:

file a.txt:

blah blah ... xuất khẩu sang
excel ...
blah blah ..

file b. txt:

blah blah. .. xuất khẩu sang excel ...
blah blah ..

Answer 1

Bạn chỉ muốn tìm các file có chứa các mô hình, bỏ qua linebreaks, hay bạn muốn thực sự nhìn thấy những dòng phù hợp?

Nếu trước đây, bạn có thể sử dụng tr để chuyển đổi dòng mới để không gian:

tr '\n' ' ' | grep 'export to excel' 

Nếu sau này bạn có thể làm điều tương tự, nhưng bạn có thể muốn sử dụng cờ -o để chỉ in thực tế trận đấu. Sau đó, bạn sẽ muốn điều chỉnh regex của mình để bao gồm bất kỳ ngữ cảnh bổ sung nào bạn muốn.

Answer 2

sử dụng gawk. đặt dấu phân tách bản ghi là excel, sau đó kiểm tra "xuất sang".

gawk -vRS="excel" '/export.*to/{print "found export to excel at record: "NR}' file 

hoặc

gawk '/export.*to.*excel/{print} 
/export to/&&!/excel/{ 
    s=$0 
    getline line 
    if (line~/excel/){ 
    printf "%s\n%s\n",s,line 
    } 
}' file 

Answer 3

Tôi đã thử nghiệm này một chút và có vẻ như để làm việc:

sed -n '$b; /export to excel/{p; b}; N; /export to\nexcel/{p; b}; D' filename 

Bạn có thể cho phép một số không gian màu trắng thêm ở cuối và đầu dòng như thế này:

sed -n '$b; /export to excel/{p; b}; N; /export to\s*\n\s*excel/{p; b}; D' filename 

Answer 4

Tôi không biết làm thế nào để làm điều này trong grep. Tôi đã kiểm tra trang người đàn ông cho egrep(1) và nó không thể phù hợp với một dòng mới ở giữa.

Tôi thích giải pháp @Laurence Gonsalves đề xuất, sử dụng tr(1) để xóa các dòng mới. Nhưng như ông đã lưu ý, nó sẽ là một nỗi đau để in các dòng phù hợp nếu bạn làm theo cách đó.

Nếu bạn muốn kết hợp mặc dù dòng mới và sau đó in (các) dòng phù hợp, tôi không thể nghĩ ra cách để làm điều đó với grep, nhưng nó sẽ không quá khó trong bất kỳ Python, AWK, Perl, hoặc Ruby.

Đây là tập lệnh Python giải quyết được sự cố. Tôi quyết định rằng, đối với các dòng chỉ khớp khi được nối với dòng trước đó, tôi sẽ in một mũi tên --> trước dòng thứ hai của trận đấu. Các đường thẳng hoàn toàn luôn được in mà không có mũi tên.

Điều này được viết giả định rằng/usr/bin/python là Python 2.x.Bạn có thể thay đổi kích thước kịch bản để làm việc theo Python 3.x nếu muốn.

#!/usr/bin/python 

import re 
import sys 

s_pat = "export\s+to\s+excel" 
pat = re.compile(s_pat) 

def print_ete(fname): 
    try: 
     f = open(fname, "rt") 
    except IOError: 
     sys.stderr.write('print_ete: unable to open file "%s"\n' % fname) 
     sys.exit(2) 

    prev_line = "" 
    i_last = -10 
    for i, line in enumerate(f): 
     # is ete within current line? 
     if pat.search(line): 
      print "%s:%d: %s" % (fname, i+1, line.strip()) 
      i_last = i 
     else: 
      # construct extended line that included previous 
      # note newline is stripped 
      s = prev_line.strip("\n") + " " + line 
      # is ete within extended line? 
      if pat.search(s): 
       # matched ete in extended so want both lines printed 
       # did we print prev line? 
       if not i_last == (i - 1): 
        # no so print it now 
        print "%s:%d: %s" % (fname, i, prev_line.strip()) 
       # print cur line with special marker 
       print "--> %s:%d: %s" % (fname, i+1, line.strip()) 
       i_last = i 
     # make sure we don't match ete twice 
     prev_line = re.sub(pat, "", line) 

try: 
    if sys.argv[1] in ("-h", "--help"): 
     raise IndexError # print help 
except IndexError: 
    sys.stderr.write("print_ete <filename>\n") 
    sys.stderr.write('grep-like tool to print lines matching "%s"\n' % 
      "export to excel") 
    sys.exit(1) 

print_ete(sys.argv[1]) 

EDIT: thêm nhận xét.

Tôi đã gặp một số sự cố để làm cho nó in đúng số dòng trên mỗi dòng, sử dụng một định dạng tương tự như những gì bạn sẽ nhận được với grep -Hn.

Nó có thể là ngắn hơn nhiều và đơn giản hơn nếu bạn không cần số dòng, và bạn không nhớ đọc trong toàn bộ tập tin cùng một lúc vào bộ nhớ:

#!/usr/bin/python 

import re 
import sys 

# This pattern not compiled with re.MULTILINE on purpose. 
# We *want* the \s pattern to match a newline here so it can 
# match across multiple lines. 
# Note the match group that gathers text around ete pattern uses a character 
# class that matches anything but "\n", to grab text around ete. 
s_pat = "([^\n]*export\s+to\s+excel[^\n]*)" 
pat = re.compile(s_pat) 

def print_ete(fname): 
    try: 
     text = open(fname, "rt").read() 
    except IOError: 
     sys.stderr.write('print_ete: unable to open file "%s"\n' % fname) 
     sys.exit(2) 

    for s_match in re.findall(pat, text): 
     print s_match 

try: 
    if sys.argv[1] in ("-h", "--help"): 
     raise IndexError # print help 
except IndexError: 
    sys.stderr.write("print_ete <filename>\n") 
    sys.stderr.write('grep-like tool to print lines matching "%s"\n' % 
      "export to excel") 
    sys.exit(1) 

print_ete(sys.argv[1]) 

Answer 5

grep -A1 "xuất khẩu sang" tên tệp | grep -B1 "excel"