☰

行番号セットの場合...他のパターンの最初の発生と最後の発生の間の内容を抽出します。

tag-icon • tag-icon shell-script command-line
行番号セットの場合...他のパターンの最初の発生と最後の発生の間の内容を抽出します。

ファイルにこのようなものがあります。 1、2、4の行番号のリストがあります。

  1. すべてのニーズを満たすライン番号
  2. 間のコンテンツの抽出最初の出現と最後起こった</book>

データ：

</p><p>abc</p></book><book><p style="text-indent:0em;">def</p></book><book><p>ghi</p><p style="text-indent:0em;"></book><book><div><p>  
</div><p>123</p></book><book><p style="text-indent:0em;">456</p><p>789</p><p style="text-indent:0em;"></book><book><div><p>  
<div><p>nothing !!!</p></div>  
</p><p>ABC</p></book><book><p style="text-indent:0em;">DEF</p></book><book><p>GHI</p><p style="text-indent:0em;"></book><book><div><p>JKL</p></div></book><div>

行番号を入力してください：1、2、4（コマンドに入力したいもの）

希望の出力：

<book><p style="text-indent:0em;">def</p></book><book><p>ghi</p><p style="text-indent:0em;"></book>
<book><p style="text-indent:0em;">456</p><p>789</p><p style="text-indent:0em;"></book>
<book><p style="text-indent:0em;">DEF</p></book><book><p>GHI</p><p style="text-indent:0em;"></book><book><div><p>JKL</p></div></book>

答え1

1) 特定の行の抽出

4行目の例では、3行目を削除して1行目、2行目、4行目を簡単に抽出できます。

sed 3d file

ただし、ファイルがより複雑になる可能性があるため、より一般的な解決策は次のとおりです。

sed -e 1b -e 2b -e 4b -e d file

したがって、保持する必要がある各行に対してスクリプトの最後に移動して、残りのbファイルを削除できます。

より長い行番号のリストについては、スクリプトを生成する必要があるかもしれません。

sed $(for i in 1 2 4; do echo "-e ${i}b"; done) -e d file

ところで、問題は行番号ではなく、行に<book>sがあるかどうかのようです。これが本当なら、行番号を忘れて、次のことをお勧めします。

sed '/<book>/!d'

2) コンテンツ抽出

正規表現は*この種の操作には適していません。これが私の個人的なバージョンに一致する部分だけを置き換えるsedコマンドオプションがある理由です。oso

sed '/<book>/!d;s_<book>.*</book>_&_o'

しかし、それはあなたには効果がないので、より正規表現のジャグリングが必要です。

sed '/<book>/!d;s_<book>_\n&_;s_.*\n__;s_\(.*</book>\).*_\1_' file

sedあなたのバージョンが代替文字列をサポートしていない場合は、\n実際の改行文字を使用してください（バックスラッシュでエスケープされます）。

sed '/<book>/!d;s_<book>_\
&_;s_.*\n__;s_\(.*</book>\).*_\1_' file

答え2

そしてperl：

#!/usr/bin/env perl

use strict;
use warnings;

use v5.10;

my @lines = (1, 2, 4);

while(<>) {
    next unless $. ~~ @lines;
    chomp;
    s#.*?(<book>.*</book>).*#$1#;
    say
}

関連情報