如何在匹配grep表达式的行之后获取文件的一部分？(第一场比赛)

Question

我有一个大约1000行的文件.我希望我的文件的一部分在与我的grep语句匹配的行之后.

即

$ cat file | grep 'TERMINATE'     # It is found on line 534

所以,我希望该行文件__CODE__可以进一步处理.

我该怎么做 ？

Answer 1

以下将打印匹配TERMINATE到文件末尾的行:

sed -n -e '/TERMINATE/,$p'

解释: -n禁用sed在执行其脚本后打印每一行的默认行为,-e表示脚本为sed,/TERMINATE/,$是一个地址(行)范围选择,意味着第一行匹配TERMINATE正则表达式(如grep)到文件末尾($) ,p是打印当前行的打印命令.

这将从行匹配后的行打印TERMINATE到文件末尾:(
从匹配行到EOF之后,不包括匹配行)

sed -e '1,/TERMINATE/d'

解释: 1,/TERMINATE/是一个地址(行)范围选择,意味着第一行输入到匹配TERMINATE正则表达式的第一行,d是删除当前行并跳到下一行的删除命令.由于sed默认行为是打印线,将打印的行后TERMINATE 输入结束.

编辑:

如果你想要之前的行TERMINATE:

sed -e '/TERMINATE/,$d'

如果你想TERMINATE在一次传递中在2个不同的文件中前后两行:

sed -e '1,/TERMINATE/w before
/TERMINATE/,$w after' file

before和after文件将包含具有terminate的行,因此要处理每个需要使用的行:

head -n -1 before
tail -n +2 after

EDIT2:

如果您不想在sed脚本中对文件名进行硬编码,则可以:

before=before.txt
after=after.txt
sed -e "1,/TERMINATE/w $before
/TERMINATE/,\$w $after" file

但是你必须逃避$最后一行的含义,所以shell不会尝试扩展$w变量(注意我们现在使用脚本周围的双引号而不是单引号).

我忘了告诉新行在脚本中的文件名之后很重要,以便sed知道文件名结束.

编辑: 2016-0530

SébastienClément问道:"你怎么TERMINATE用变量取代硬编码？"

您可以为匹配的文本创建一个变量,然后以与上一个示例相同的方式执行此操作:

matchtext=TERMINATE
before=before.txt
after=after.txt
sed -e "1,/$matchtext/w $before
/$matchtext/,\$w $after" file

使用变量作为匹配文本与前面的示例:

## Print the line containing the matching text, till the end of the file:
## (from the matching line to EOF, including the matching line)
matchtext=TERMINATE
sed -n -e "/$matchtext/,\$p"

## Print from the line that follows the line containing the 
## matching text, till the end of the file:
## (from AFTER the matching line to EOF, NOT including the matching line)
matchtext=TERMINATE
sed -e "1,/$matchtext/d"

## Print all the lines before the line containing the matching text:
## (from line-1 to BEFORE the matching line, NOT including the matching line)
matchtext=TERMINATE
sed -e "/$matchtext/,\$d"

在这些情况下,用变量替换文本的重点是:

1. $variablename包含在single quotes[ ']中的变量()不会"展开",而是double quotes[ "]中的变量.因此,如果它们包含要用变量替换的文本single quotes,double quotes则必须更改所有to .
2. 该sed范围也包含$并紧跟像字母:$p,$d,$w.他们也将像变量加以扩展,所以你要逃避这些$字符用反斜杠[ \],如:\$p,\$d,\$w.

Answer 2

作为一个简单的近似,你可以使用

grep -A100000 TERMINATE file

它会在该TERMINATE行之后输出并输出多达100000行.

从手册页

-A NUM, --after-context=NUM

匹配行后打印NUM行尾随上下文. 在连续的匹配组之间放置一个包含组分隔符( - )的行.使用-o或--only-matching选项,这不起作用,并给出警告.

Answer 3

这里使用的工具是awk:

cat file | awk 'BEGIN{ found=0} /TERMINATE/{found=1}  {if (found) print }'

这是如何运作的:

1. 我们将变量'found'设置为零,评估为false
2. 如果在正则表达式中找到'TERMINATE'的匹配项,我们将其设置为1.
3. 如果我们的'found'变量的计算结果为True,则打印:)

如果您在非常大的文件上使用它们,其他解决方案可能会占用大量内存.

Answer 4

如果我正确地理解了你的问题,你确实想要后面 的行TERMINATE,不包括TERMINATE-line.awk可以这么简单地做到这一点:

awk '{if(found) print} /TERMINATE/{found=1}' your_file

说明:

1. 虽然不是最佳实践,但您可以依赖于所有变量默认为0或空字符串(如果未定义)的事实.所以第一个表达式(if(found) print)不会打印任何东西.
2. 打印完成后,我们检查这是否是起动线(不应包括在内).

这将打印-line 之后的所有行TERMINATE.

概括:

• 你有一个文件的开始 -和结束 -lines,你想那些线之间的线不包括的开始 -和结束 -lines.
• start - 和end -lines可以由匹配该行的正则表达式定义.

例:

$ cat ex_file.txt 
not this line
second line
START
A good line to include
And this line
Yep
END
Nope more
...
never ever
$ awk '/END/{found=0} {if(found) print} /START/{found=1}' ex_file.txt 
A good line to include
And this line
Yep
$

说明:

1. 如果发现结束线,则不应进行打印.请注意,此检查在实际打印之前完成,以从结果中排除结束行.
2. 如果found已设置,则打印当前行.
3. 如果找到起始found=1线,则设置为打印以下行.请注意,此检查在实际打印后完成,以从结果中排除起始线.

笔记:

• 代码依赖于以下事实:如果未定义,则所有awk-vars默认为0或空字符串.这是有效的,但可能不是最佳实践,因此您可以BEGIN{found=0}在awk-expression的开头添加一个.
• 如果找到多个起始端块,则全部打印.

Answer 5

使用bash参数扩展,如下所示:

content=$(cat file)
echo "${content#*TERMINATE}"

Answer 6

grep -A 10000000 '终止' 文件

• 比 sed 快得多，尤其是在处理非常大的文件时。它最多可以运行 1000 万行（或您输入的任何内容），因此将其设置得足够大以处理您遇到的任何问题都没有坏处。

Answer 7

有很多方法可以使用sedor来做到这一点awk：

sed -n '/TERMINATE/,$p' file

这会在您的文件中查找TERMINATE并从该行打印到文件末尾。

awk '/TERMINATE/,0' file

这与以下行为完全相同sed。

如果您知道要开始打印的行号，则可以将其与NR（记录数，最终指示行号）一起指定：

awk 'NR>=535' file

例子

$ seq 10 > a        #generate a file with one number per line, from 1 to 10
$ sed -n '/7/,$p' a
7
8
9
10
$ awk '/7/,0' a
7
8
9
10
$ awk 'NR>=7' a
7
8
9
10