如何解决重击:提取两个字符之间出现多次的文本
我有一个文件,其中包含三元组形式的图形的节点和边缘。每行有3个三元组,但有时在中间或末尾会有文本:
<samplenode> <sampleEdge> <samplenode>
<samplenode> sometimestheristextinbetween<sampleEdge> <samplenode> and sometimes more at the end
<samplenode> <samplereEdge> <samplenode>
我需要一个仅打印三元组并且忽略中间的文本的命令。因此,它只能包含<>
它可以包含<
和>
,也可以不包含。没关系,但是应该分开。结果可能如下所示:
<samplenode> <sampleEdge> <samplenode>
<samplenode> <sampleEdge> <samplenode>
<samplenode> <sampleEdge> <samplenode>
我使用sed
进行了尝试,删除了两种模式之间的所有内容(>
和<
之间的所有内容),但是它从未按照我想要的方式工作。
有人对我有解决方案吗?也许使用grep
或awk
?
问候
解决方法
这里有一些使用分隔符的awk游戏,并通过示例输入进行了测试。
awk -v RS="<" -F">" '{printf $1 (NR%3==1? "\n": " ")}' file
samplenode sampleEdge samplenode
samplenode sampleEdge samplenode
samplenode samplereEdge samplenode
,
grep -o
将仅打印该行的匹配部分(每行输出一个匹配项),然后您可以使用paste
将结果分为三列。这取决于每行恰好有三个匹配项。
$ grep -o '<[^>]*>' file | paste - - -
<samplenode> <sampleEdge> <samplenode>
<samplenode> <sampleEdge> <samplenode>
<samplenode> <samplereEdge> <samplenode>
,
以下看起来足够了:
sed 's/[^>]*\(<[^>]*>\)[^<]*/\1 /g'
,
这可能对您有用(GNU sed):
sed -E 's/^.*(<[^<>]*>).*(<[^<>]*>).*\1.*$/\1 \2 \1/' file
在三元组上进行模式匹配(第一个也是第三个),并仅替换分隔的匹配空间。
,我会采用以下awk
的方法,请尝试以下方法可以在任何awk
的环境中工作。
awk '
{
val=""
while(match($0,/<[^>]*/)){
val=(val?val OFS:"")substr($0,RSTART,RLENGTH+1)
$0=substr($0,RSTART+RLENGTH+1)
}
print val
}' Input_file
说明: 添加以上详细说明。
awk ' ##Starting awk program from here.
{
val="" ##Nullifying val here.
while(match($0,/<[^>]*/)){ ##Running whole loop and mentioning match inside it to match everything from < till very first occurence of > in current line.
val=(val?val OFS:"")substr($0,RLENGTH+1) ##Creating val which has sub-string of matched part here.
$0=substr($0,RSTART+RLENGTH+1) ##Re-creating current line where already matched part is removed.
}
print val ##Printing val here.
}' Input_file ##Mentioning Input_file name here.
,
sed
的另一个变体。
sed -E 's/>[^<]*(<*)/> \1/g'
这将从结束标记匹配到另一个(或行尾)的开头,并用close,空格和与测试匹配的任何内容替换为另一个开放(在EOL中为空)。
使用任何能使您读起来更有意义的东西。
如果您不想使用-E
扩展模式匹配,则
sed 's/>[^<]*\(<*\)/> \1/g'
如果您不希望在EOL处留空格,请添加修剪。
sed -E 's/>[^<]*(<*)/> \1/g; s/ $//;'
,
另一个awk
$ awk 'BEGIN {b="<";e=">";FS="["b e"]"}
{for(i=2;i<=NF;i+=2) printf "%s ",b $i e; print ""}' file
<samplenode> <sampleEdge> <samplenode>
<samplenode> <sampleEdge> <samplenode>
<samplenode> <samplereEdge> <samplenode>
,
使用GNU awk进行FPAT并假设<
和>
在其他任何情况下都不会出现:
$ awk -v FPAT='<[^>]+>' '{$1=$1}1' file
<samplenode> <sampleEdge> <samplenode>
<samplenode> <sampleEdge> <samplenode>
<samplenode> <samplereEdge> <samplenode>
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。