在开始和结束模式之间打印行，但如果结束模式不存在，则不打印

Question

我正在寻找两个匹配模式之间的界限。如果缺少任何开始或结束模式，则不应打印行。

正确输入：

a
***** BEGIN *****
BASH is awesome
BASH is awesome
***** END *****
b

输出将是

***** BEGIN *****
BASH is awesome
BASH is awesome
***** END *****

现在假设输入中缺少 END 模式

a
***** BEGIN *****
BASH is awesome
BASH is awesome
b

不应打印行。

我试过 sed：

sed -n '/BEGIN/,/END/p' input

如果缺少 END 模式，它将打印到最后一行的所有数据。

如何解决？

Answer 1

您可以按如下方式完成此操作：

$ sed -e '
    /BEGIN/,/END/!d
    H;/BEGIN/h;/END/!d;g
' inp

它的工作原理是，对于行的开始/结束范围，它将它们存储在保持空间中。然后删除直到遇到 END 行。在这一点上，我们回想起什么是保持。OTW，我们什么也得不到。哈。

Answer 2

cat input |
sed '/\*\*\*\*\* BEGIN \*\*\*\*\*/,/\*\*\*\*\* END *\*\*\*\*/ p;d' | 
tac |
sed '/\*\*\*\*\* END \*\*\*\*\*/,/\*\*\*\*\* BEGIN *\*\*\*\*/ p;d' |
tac

它通过tac反转行来工作，以便sed可以在两个顺序中找到两个分隔符。

Answer 3

与pcregrep：

pcregrep -M '(?s)BEGIN.*?END'

如果 BEGIN 和 END 在同一行，这也有效，但不适用于以下情况：

BEGIN 1 END foo BEGIN 2
END

哪里pcregrep捕获第一个BEGIN 1 END，但不是第二个。

要处理这些，使用awk，您可以执行以下操作：

awk '
  !inside {
    if (match($0, /^.*BEGIN/)) {
      inside = 1
      remembered = substr($0, 1, RLENGTH)
      $0 = substr($0, RLENGTH + 1)
    } else next
  }
  {
    if (match($0, /^.*END/)) {
      print remembered $0
      if (substr($0, RLENGTH+1) ~ /BEGIN/)
        remembered = ""
      else
        inside = 0
    } else
      remembered = remembered $0 ORS
  }'

在像这样的输入上：

a
BEGIN blah END BEGIN 1
2
END
b
BEGIN foo END
c
BEGIN
bar
END BEGIN
baz END
d
BEGIN
xxx

它给：

BEGIN blah END BEGIN 1
2
END
BEGIN foo END
BEGIN
bar
END BEGIN
baz END

两者都需要在内存中存储从 BEGIN 到后面的 END 的所有内容。因此，如果您有一个大文件，其第一行包含 BEGIN 但没有 END，则整个文件将无偿存储在内存中。

解决这个问题的唯一方法是对文件进行两次处理，但当然这只能在输入是常规文件（例如不是管道）时才能完成。