Chinaunix

标题: 定位字符串截取匹配格式之间行 [打印本页]

作者: unix520 时间: 2023-08-22 17:57
标题: 定位字符串截取匹配格式之间行
本帖最后由 unix520 于 2023-08-23 15:59 编辑

请以文本中倒数第一个含有 " 新增" 的字符串的行, 匹配该行其中一个字符串格式 /([0-9A-Z]{1,2}:){4}[0-9A-Z]{1,2}/ , 截取文本中所有该相同名称字符串至 "结束" 之间行, "新增" 至 "结束" 可能中间会有很多行 , 或不是相邻

复制代码

awk '/([0-9A-Z]{1,2}:){4}[0-9A-Z]{1,2}/,/结束/' 1.txt 这个会全部输出

复制代码

a 新增 01:02:03:04:05:06 (
b 结束
c 新增 A1:A2:A3:A4:A5:A6 (
d 结束
e 新增 U 01:02:03:04:05:06 (
f 结束
g 新增 01:02:03:04:05:06 (
f 结束
v 01:02:03:04:05:06

复制代码

截取到所有该名称至"结束" 之间行
应该要得到
2.txt

a 新增 01:02:03:04:05:06 (
b 结束
e 新增 U 01:02:03:04:05:06 (
f 结束
g 新增 01:02:03:04:05:06 (
f 结束

复制代码

Thanks

作者: legs 时间: 2023-08-23 10:06
Sorry，根本看不懂需求。

作者: unix520 时间: 2023-08-23 11:28
本帖最后由 unix520 于 2023-08-23 12:46 编辑

回复 2# legs

如果倒数中发现第一个有 "新增" 字符串的行, 该行其中有一个字符串名称是一种格式, 但在该行位置不固定需找出所有该名称至结束之间行
匹配该格式名称

/([0-9A-Z]{1,2}:){2}[0-9A-Z]{1,2}/

复制代码

e 新增 00:01:02 (

作者: legs 时间: 2023-08-23 13:38
本帖最后由 legs 于 2023-08-23 13:40 编辑

unix520 发表于 2023-08-23 11:28
回复 2# legs如果倒数中发现第一个有 "新增" 字符串的行, 该行其中有一个字符串名称是一种格式, 但在该行 ...

更看不懂了，你这描述得关键信息非常含糊，都没有看明白为啥有两行被排除了。懂的人解答吧，我是真看不明白。
你这两行字，一共用逗号分成了四个半句，每一个半句都没有看懂。

作者: unix520 时间: 2023-08-23 14:15
本帖最后由 unix520 于 2023-08-23 14:16 编辑

回复 4# legs

v 31:00:01
倒数第一行虽然格式能匹配, 但没有" 新增"字段

c 新增 10:11:12 (
虽然有" 新增"字段, 但是要匹配字符串名称不相同

作者: legs 时间: 2023-08-23 14:45

unix520 发表于 2023-08-23 14:15
回复 4# legs v 31:00:01倒数第一行虽然格式能匹配, 但没有" 新增"字段c 新增 10:11:12 (虽然有" 新增"字 ...

看不懂，看不出来c,d两行跟a,b两行有什么区别，格式什么的一模一样，除了时间不一样，你要匹配精确时间，你直接写字面量就得了，干嘛要写正则？

作者: unix520 时间: 2023-08-23 15:58
本帖最后由 unix520 于 2023-08-23 16:04 编辑

回复 6# legs

不是时间这是ㄧ串ID格式由于太长原因我减少了几个 01:02:03:04:05:06
至于其他不用理会在顶楼已更正

至于加上a b c d 隔开, 是防止匹配了开头字段 "^新增" "^结束"

作者: legs 时间: 2023-08-23 16:09
本帖最后由 legs 于 2023-08-23 16:19 编辑

是不是这个意思：根据全文最后一处有“新增”和这行的时间值，根据这个时间值的内容查找文本中所有“新增“至”结尾“的段？
perl -0nE'($s)=/\X+\N*?新增\N*(\d\d:\d\d:\d\d)/;say$&while/\N*?新增\N*?$s\X*?结束\N*/g' file

作者: unix520 时间: 2023-08-23 16:28
本帖最后由 unix520 于 2023-08-23 16:34 编辑

回复 8# legs

对,,差不多这意思, 不是时间这是ㄧ串ID格式, (\d\d:\d\d:\d\d) 如有大写字母咋办, 200MB文件效率也很重要,,越快越好

作者: unix520 时间: 2023-08-23 19:22
本帖最后由 unix520 于 2023-08-24 15:44 编辑

回复 8# legs

A1:A2:A3:A4:A5:A6
1A:2A:3A:4A:5A:6A
谢谢大侠, 改了正则匹配是可以的 "[0-9A-Z]+:" 不过好慢啊

作者: unix520 时间: 2023-08-24 13:46
本帖最后由 unix520 于 2023-08-24 15:46 编辑

试了上面大侠的好慢, 有用awk的没

作者: legs 时间: 2023-08-25 08:34
给你一点建议吧：
1.既然都给出文本样例了，就用点心思，就算涉及隐私不方便发原文档，也可以把原文档的最具代表性的一段复制出来，隐私方面的东西改一改就好了，然后根据你发的文本，进行确切描述；
2.问问题不要挤牙膏，本来逛论坛的已经不多了，注册的就更少了，注册的又实名在发贴的就更少得可怜了，不要到最后变成你发的问题都没有人愿意回答了。

自己想想吧。

作者: legs 时间: 2023-08-25 08:41
本帖最后由 legs 于 2023-08-25 08:43 编辑

你看看你这个问题，你补充了多少信息，为什么一开始想不到要交待一下呢？
就算你描述能力很弱，至少样本你还用点心啊。一会说自己给出的不对，改了又改。最后又提效率问题，你一开始干嘛去了？这样来来回回，你不觉得浪费自己和别人的时间吗？如果我很闲的话，我可以给你发十个输出正确，但又都不是你想要的处理方式？你觉得这样有趣？时间不值钱？

作者: unix520 时间: 2023-08-25 16:27
这几天感冒了

作者: wh7211 时间: 2023-08-29 12:30
回复 1# unix520

unix520你好：
下面你发表的主题中均有大家给你的回复，而你却把1楼提问帖的内容修改成了如“谢谢”、“算了不问了”、“新年快乐”等内容。大家回复帮你解决问题是要耗费时间和精力的，你这样做是对回复人的不尊重，也让该主题失去了参考价值。请恢复这些主题中1楼提问帖的内容。

http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=4319222
http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=4319242
http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=4319228
http://bbs.chinaunix.net/forum.php?mod=viewthread&tid=4319296

作者: unix520 时间: 2023-08-29 13:30
回复 15# wh7211

没有不尊重意思, 请不要误会哦, 如有一些不当之处, 实在抱歉, 希望大家谅解。已全部更正及还原主题意思

作者: wh7211 时间: 2023-08-29 19:37
回复 1# unix520

cat 1
a 新增 01:02:03:04:05:06 (
b 结束
c 新增 A1:A2:A3:A4:A5:A6 (
d 结束
e 新增 U 01:02:03:04:05:06 (
f 结束
g 新增 01:02:03:04:05:06 (
f 结束
v 01:02:03:04:05:06
awk '/新增/{a=1;match($0,"(([0-9A-Z]{2}:){5}[0-9A-Z]{2})",b);d[++c]=b[1]}a{e[c]=e[c]?e[c]"\n"$0:$0}/结束/{a=0}END{for(i=1;i<=c;i++){if(d[i]==d[c]){print e[i]"\n">"2"}}}' 1
cat 2
a 新增 01:02:03:04:05:06 (
b 结束
e 新增 U 01:02:03:04:05:06 (
f 结束
g 新增 01:02:03:04:05:06 (
f 结束

复制代码

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