Chinaunix

标题: 如何在多个类似文本中的一段重复段落里面提取关键词 [打印本页]

作者: leonlaf 时间: 2014-02-10 10:58
标题: 如何在多个类似文本中的一段重复段落里面提取关键词
各位大神，小弟刚开始接触shell script这玩意儿，发现各种抽象，各种难理解T.T，现在有多个文本含有相似内容如下：
Start aa:123
      bb:456
      cc:111
      dd:3534
End

Start aa:64535
      bb:44567
      cc:111
      dd:74345
End

Start aa:9876
      bb:75467
      cc:111
      dd:2346
End
            .
            .
            .

我想要在每个Start ....  End段落中间判断有没有cc:111这一关键字符串，如果有，输出这一段中的aa

xx和bb

xx。
我现在能想到的是先用awk取出每一个Start....End段落，然后再用一个if循环加grep判断cc是否等于111，然后再用grep提取aa和bb，最后再套一个for循环对每一个文本进行操作。但是具体不是很会写，尝试了几次输出的东西都不对，哪位大神能指点下？或者哪位大神有更好点儿的方法？万分感谢！

作者: ly5066113 时间: 2014-02-10 11:09
回复 1# leonlaf

try:

awk -v RS=End '/cc:111/{print $2,$3}' file

复制代码

作者: jason680 时间: 2014-02-10 11:30
回复 1# leonlaf

$ awk -F: '/aa:/{aa=$2}/bb:/{bb=$2}/cc:/{if($2==111)print "aa:"aa"\nbb:"bb;aa=bb=""}' FILE
aa:123
bb:456
aa:64535
bb:44567
aa:9876
bb:75467

作者: yestreenstars 时间: 2014-02-10 11:34

awk -vRS='Start' '/cc:111/{print $1,$2}'

复制代码

作者: laliheyi 时间: 2014-02-10 11:58
回复 1# leonlaf

sed -rn '/^Start/,/^End/{H;/cc:111/{g;s/.*(aa:[0-9]*).*(bb:[0-9]*).*/\1\n\2/p}}'

复制代码

作者: elu_ligao 时间: 2014-02-10 23:00

awk -v RS="Start" 'NR>=2{s=0;for(i=1;i<=NF;++i){split($i,rs,":");if($i~/aa:/)a=rs[2];else if($i~/bb:/)b=rs[2];else if($i~/cc:/&&"111"==rs[2])s=1}if(s)print "aa:"a"\nbb:"b;a=b=""}'

复制代码

作者: jackhuntcn 时间: 2014-02-11 09:24

$ sed -rn '/^Start/{:a;N;/End$/!ba;/cc:111/s/^.*(aa:.*)\n.*(bb:.*)\n.*cc:.*/\1\n\2/p}' urfile
aa:123
bb:456
aa:64535
bb:44567
aa:9876
bb:75467

复制代码

作者: 423497786 时间: 2014-02-11 10:14
回复 2# ly5066113

你这么写如果cc后面跟着3个以上的1不都打印出来了吗，人家要求的是3个1

作者: 423497786 时间: 2014-02-11 10:16
awk -vRS="End" '{if (substr($4,index($4,":")+1)==111) print $2,$3}'

作者: 423497786 时间: 2014-02-11 10:17
回复 4# yestreenstars
你这么写如果cc后面跟着3个以上的1不都打印出来了吗，人家要求的是3个1

作者: yestreenstars 时间: 2014-02-11 10:43
回复 10# 423497786

You are right. 那就加上边界符吧~

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