重击：提取两个字符之间出现多次的文本

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<>

之间的字符

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>