遇到特殊字符时将文件拆分为多个

Question

我有一个主文件如下：

/* ------------- AAAAAAAA ------------- */
some
lines 
here
/* ------------- BBBBBBBB ------------- */
more
things
/* ------------- CCCCCCCC ------------- */
there
a 
few
more
lines

我的最终目标是创建一个只包含包含特定字符串的块的文件，例如，如果该字符串是 lines，那么我将得到一个这样的输出文件：

/* ------------- AAAAAAAA ------------- */
some
lines 
here
/* ------------- CCCCCCCC ------------- */
there
a 
few
more 
lines

为了达到我的 objective，我首先尝试通过 bock 将我的主文件拆分为子文件以获得类似

的内容

文件-1
文件-2[=44=]
文件-3

然后我计划检查每个文件，如果包含搜索到的字符串，那么我将它们追加回我的新主文件。

老实说，我不知道这是否是最好的方法，而且我的主文件中有 30139 行的 1600 多个块，因此需要解析很多。

但是，如果我保持这种方式来完成工作，我的代码仍然存在问题：

#!/bin/ksh
i=0
while IFS=\| read -r "line"; do
        if [ `echo $line | grep '/* ------' | wc -l` -eq 1 ]; then
                i=$((i+1))
        fi
        echo $line > "file-$i"
done <

由于每个块由 /* -------- 分隔，如果我执行 echo $line，输出将是我的根目录（/etc、/tmp 等）而不是$line 本身。

所以我知道这是一个 2 个问题-post 但是因为第二个问题可以使用不同的方式来绕过脚本，所以它肯定是有联系的。

编辑：

解决方案必须在 korn shell 因为我不能在这台机器上安装任何东西

Answer 1

如果您不介意使用 Perl 那么有一个很好的 one-liner 可以让您轻松实现。

您唯一需要做的就是添加这样一行：

/* ------------- END ------------- */

在文件的最后。所以变成这样：

/* ------------- AAAAAAAA ------------- */
some
lines 
here
/* ------------- BBBBBBBB ------------- */
more
things
/* ------------- CCCCCCCC ------------- */
there
a 
few
more
lines
/* ------------- END ------------- */

现在借助这个 regex 模式：

`\/\.?(?=\/\*)`

您可以分别匹配每个部分。例如这部分：

/* ------------- AAAAAAAA ------------- */
some
lines 
here

因此，如果您将结果存储在末尾的 array 中，您将得到一个包含 3 部分的数组。最终您可以在每个部分申请 lines。如果找到，则会打印该部分。

单行

perl -ne 'BEGIN{$/=undef;}push(@arr,$&) while/\/\*.*?(?=\/\*)/smg;END{for (@arr){print if /lines/g }}' file

输出为：

/* ------------- AAAAAAAA ------------- */
some
lines 
here
/* ------------- CCCCCCCC ------------- */
there
a 
few
more
lines

如果你申请more：

/* ------------- BBBBBBBB ------------- */
more
things
/* ------------- CCCCCCCC ------------- */
there
a 
few
more
lines

基于@batMan 解决方案

命令行解决方案：

tr '\n' ';' < file | grep -Po '\/\*.*?(?=\/\*)' | grep lines | tr ';' '\n'

它的输出：

/* ------------- AAAAAAAA ------------- */
some
lines 
here

/* ------------- CCCCCCCC ------------- */
there
a 
few
more
lines

Answer 2

awk 中的另一个：

$ awk '
function dump() {         # define a function to avoid duplicate code in END
    if(b~/lines/)         # if buffer has "lines" in it
        print b           # output and ...
    b="" }                # reset buffer
/^\/\*/ { dump() }        # at the start of a new block dump existing buffer
{ b=b (b==""?"":ORS) [=10=] } # gather buffer
END{ dump() }             # dump the last buffer also
' file
/* ------------- AAAAAAAA ------------- */
some
lines 
here
/* ------------- CCCCCCCC ------------- */
there
a 
few
more
lines

Answer 3

使用 awk

awk -v RS="/[*]" '/lines/{printf "/*"[=10=]}' file

输出：

/* ------------- AAAAAAAA ------------- */
some
lines
here
/* ------------- CCCCCCCC ------------- */
there
a
few
more
lines

Answer 4

当你真的想使用while read结构时，尽量避免额外的文件和系统调用。

matched=0
all=
while IFS= read -r line; do
  if [[ ${line} =~ "/* ----"* ]]; then
      if [ ${matched} -eq 1 ]; then
         printf "%s\n" "${all}"
      fi
      all=
      matched=0
  fi
  all="${all}${line}
"
  if [[ "${line}" =~ line ]]; then
    matched=1
  fi
done < <(cat mainfile; echo "/* ---- The End --- */" )

遇到特殊字符时将文件拆分为多个

Split file into multiple when special char met

linux

shell

ksh

`\/\.?(?=\/\*)`