Chinaunix

标题: 文件行匹配、筛选问题 [打印本页]

作者: lonely4324 时间: 2008-11-07 15:50
标题: 文件行匹配、筛选问题
有个文件格式是
url||desc
##desc
^url_filter
filter_d
@url_d
其中url||desc，##desc，^url_filter是必填行，后面的可有可无。
要实现的是：怎么把##desc和@url_d筛选出来并且要对应上啊

例如文件是：
http://photo.fengniao.com/|2||photo.fengniao.com
##photo.fengniao.com:
^http://photo.fengniao.com/(f|pic)_
^http://photo.fengniao.com/index

http://www.52photoshop.cn/|3||www.52photoshop.cn
##www.52photoshop.cn:
^http://www.52photoshop.cn/(brushes|atn|down|display|styles|patterns|shape|gradient|psd|display|)

http://www.biantu.com/|3||www.biantu.com
##www.biantu.com:
^http://www.biantu.com/desk/
filter_d:
@http://www.biantu.com/mobi.asp

http://www.iecool.com/|3||www.iecool.com
##www.iecool.com:
^http://www.iecool.com/(vector|photo|pic|desk)/
filter_d:
@http://app.sms888.net/

最后要筛选出的结果是：
##www.biantu.com:
@http://www.biantu.com/mobi.asp
##www.iecool.com:
@http://app.sms888.net/

这个怎么实现呢

作者: lonely4324 时间: 2008-11-07 15:53
我现在是能把这些东西筛选出来，但是就是不能一一对应啊，也就是说没有filt-d的我就不能筛选出来，这个怎么弄呢

作者: ly5066113 时间: 2008-11-07 16:04
awk 'BEGIN{RS="";FS="\n"}NF==5{print $2"\n"$5}' urfile

作者: lonely4324 时间: 2008-11-07 16:11

原帖由 ly5066113 于 2008-11-7 16:04 发表
awk 'BEGIN{RS="";FS="\n"}NF==5{print $2"\n"$5}' urfile

这个有点问题哦，就是^url_filter和@filter_d可能不止一行是多行呢

作者: ly5066113 时间: 2008-11-07 16:15

原帖由 lonely4324 于 2008-11-7 16:11 发表

这个有点问题哦，就是^url_filter和@filter_d可能不止一行是多行呢

数据拿出来看看。如果多行想要什么结果。

作者: lonely4324 时间: 2008-11-07 16:19
比如：
http://photo.fengniao.com/|2||photo.fengniao.com
##photo.fengniao.com:
^http://photo.fengniao.com/(f|pic)_
^http://photo.fengniao.com/index
^dfafewqggq

http://www.52photoshop.cn/|3||www.52photoshop.cn
##www.52photoshop.cn:
^http://www.52photoshop.cn/(brushes|atn|down|display|styles|patterns|shape|gradient|psd|display|)

http://www.biantu.com/|3||www.biantu.com
##www.biantu.com:
^http://www.biantu.com/desk/
^aaaaaaa
^dafgadgadg
filter_d:
@http://www.biantu.com/mobi.asp
@bbbbbbbbbb
@cccc

http://www.iecool.com/|3||www.iecool.com
##www.iecool.com:
^http://www.iecool.com/(vector|photo|pic|desk)/
filter_d:
@http://app.sms888.net/

要的结果是
##www.biantu.com:
@http://www.biantu.com/mobi.asp
@bbbbbbbbbb
@cccc
##www.iecool.com:
@http://app.sms888.net/

作者: ly5066113 时间: 2008-11-07 16:24
标题: 回复 #6 lonely4324 的帖子
awk 'BEGIN{RS="";FS="\n"}/filter_d:/{print $2;for(i=3;i<=NF;i++) if($i~/^@/) print $i}' urfile

作者: lonely4324 时间: 2008-11-07 16:29
标题: 回复 #7 ly5066113 的帖子
哇，你太强呢
不过有点不明白啊
这个：/filter_d:/放在这里是匹配吗？？
不太理解啊

作者: lonely4324 时间: 2008-11-07 16:33
还有为什么设置i=3呢，这里的 i 表示的是域吧

作者: lonely4324 时间: 2008-11-07 17:03
差不多都明白了，呵呵，谢谢ly5066113 (Tim) 大侠呢
觉得新鲜的就是/filter_d:/这个写法啊，都不用指明域的。
这样能省好多事哦

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)