如果用正则表达式匹配并导出一段含换行符的文本?

sjhf

有一个数据库的导出文本，大体上一条记录导出为一个文本文件，内容大致如下：

标题="工作报告", 日期＝"20090612", [x8j1356dqd]内容=" 2009年工作报告　　　 随着。。。。。 我们。。。。。。 所以。。。。。。 　　最后，。。。。。 "[x8j1356dqd]作者="张三"

如例子中所示：
１、共有4个字段，分别是标题、日期、内容、作者（实际中可能比这个多），字段与字段之间可以换行，也可以在同一行上，以逗号分开。
２、每个字段的内容都可能包含换行符，内容前后可以加可选的边界字，此例中的“内容”中，[x8j1356dqd]就是用来确定“内容”字段的定义范围，x8j1356dqd是个随机值，确保唯一。

现在的想法是想通过LINUX下用文本处理提取特定的字段变量：
如果在vi里通过正则表达式查询应该可以确定字段区域，但不知道如何将内容提取出来（可能是跨行的，而且不是以整行为单位）
如果用sed或awk等处理，该如何做？

kwokcn

原帖由 sjhf 于 2009-6-16 17:44 发表
如果内容中也包含引号，是不是这样就不好处理了?

那能不能确定引号部分不包含的字符呢？如果等号、引号、逗号、中括号、“标题”、“日期”、“内容”、“作者”这些都包含，大眼一看还真有点蒙～

kwokcn

再确认一下文本格式：
是否每个字段都是 XXX="xxx" 或者前后添加边界字符的格式？

kwokcn

如果每个字段的赋值中没有'='和'"'：

1. 
   
2. awk -F\" -v RS="=" -v n=1 'NR>1&&(NR-1)%4==n{print $2}' URFILE
   
3. 
   
4. n赋值为1、2、3、0时分别代表第1、2、3、4个字段。
   

复制代码

kwokcn

再给一个选择，睡了。赋值中没有双引号即可：

1. 
   
2. awk -v RS=\" -v n=1 '(NR/2)%4==n%4' URFILE
   
3. 
   
4. n表示第几个字段。
   

复制代码

springwind426

1. 
   
2. perl -e '
   
3. $s="";
   
4. while(<>){$s="$s$_";}
   
5. $s=~/((\[.*?\])?)(内容)="(.*?)"\1,?/s;
   
6. print "$4\n";'  datafile
   

复制代码

(内容) 是一个变量，表示需要选择的字段名

lucash

没看明白想要啥

sjhf

如果内容中也包含引号，是不是这样就不好处理了?

sjhf

原帖由 springwind426 于 2009-6-12 08:47 发表

perl -e '
$s="";
while(){$s="$s$_";}
$s=~/((\[.*?\])?)(内容)="(.*?)"\1,?/s;
print "$4\n";'  datafile


(内容) 是一个变量，表示需要选择的字段名

这段是perl程序吗？没研究过这个，能简单说下吗？

sjhf

原帖由 kwokcn 于 2009-6-16 18:04 发表

那能不能确定引号部分不包含的字符呢？如果等号、引号、逗号、中括号、“标题”、“日期”、“内容”、“作者”这些都包含，大眼一看还真有点蒙～

本身这个文件的长内容是靠前后的唯一边界界定的，如果引号内没有其他东西的字段，一般就没有边界。
我现在的想法是把所有的\N删掉，然后用VIM正则表达式匹配，不知道成不成。

无论如何，非常感谢。