Bash：在正則表達式匹配之前分割文本文件

我想在55個「顯示」行之後分割一個文本文件（1000-2000行）。要計算顯示的行的實際數目，Bash：在正則表達式匹配之前分割文本文件

grep -n "^L 7p 39 C\|^N 2" airportdata.txt | cut -f1 -d: >> matches_all.txt

作品所需。

現在我有顯示的行的總數，包括「顯示的內容」所在的行號。

我的問題：我只允許在N 2之前拆分文件（請參閱示例內容）以保留文件結構。我不知道如何實現這一點。我的嘗試是看比賽號碼是否是N 2。然後拆分很容易：

head -55 airportdata.txt > apd_1.txt 
tail -n +55 airportdata.txt > apd_2.txt

在保持文件結構完好無損的情況下做到了這一點。

如果我匹配其他行之一，我必須在文件中「走」，並找到一個行數較低的行，其行數爲N 2，並在那裏分割文件。而這正是我迄今爲止沒有成功的部分。

任何想法非常受歡迎。

一切順利，

克里斯

文件結構： N n定義列數。以下行分配到這些列中，直到新的N n發生變化。

N 2表示兩列，所以接下來的兩行構成一個「顯示行」。

N 9表示九列，每九行後面組成一個「顯示行」。

樣本內容airportdata.txt的：

N 2 
L 7p 40 L @:6.5p:[email protected]:: 
L 7p 39 R 1410ft/nil 
N 9 
L 7p 39 L 1 
L 7p 39 L 16 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2500*x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 34 
L 7p 39 R - 
N 2 
L 7p 40 L @:6.5p:[email protected]:: 
L 7p 39 R 1890ft/nil 
N 9 
L 7p 39 L 1 
L 7p 39 L 11L 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2500 x46 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 29R 
L 7p 39 R 1 
L 7p 39 L G 
L 7p 39 L 11R 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2200 x46 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 29L 
L 7p 39 R G 
N 2 
L 7p 40 L @:6.5p:[email protected]:: 
L 7p 39 R 10ft/n.a 
N 9 
L 7p 39 L 3 
L 7p 39 L 08L 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 3000 x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 26R 
L 7p 39 R 3 
L 7p 39 L 3 
L 7p 39 L 08R 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 3500*x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 26L 
L 7p 39 R 1 
L 7p 39 L 1 
L 7p 39 L 12 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2200 x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 30 
L 7p 39 R G 
N 2 
L 7p 40 L @:6.5p:[email protected]:: 
L 7p 39 R 780ft/8 
N 9 
L 7p 39 L 2 
L 7p 39 L 36 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 3300 x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 18 
L 7p 39 R V 
L 7p 39 L 1 
L 7p 39 L 13 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2600 x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 31 
L 7p 39 R 1

適應於所述樣品的內容的可能的結果將是：4中顯示的行

apd_1.txt後分裂：

N 2 
L 7p 40 L @:6.5p:[email protected]:: 
L 7p 39 R 1410ft/nil 
N 9 
L 7p 39 L 1 
L 7p 39 L 16 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2500*x61 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 34 
L 7p 39 R -

條件

apd_2.txt：

N 2 
L 7p 40 L @:6.5p:[email protected]:: 
L 7p 39 R 1890ft/nil 
N 9 
L 7p 39 L 1 
L 7p 39 L 11L 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2500 x46 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 29R 
L 7p 39 R 1 
L 7p 39 L G 
L 7p 39 L 11R 
L 7p 39 L \040 
L 7p 39 L \040 
L 7p 39 C 2200 x46 
L 7p 39 R \040 
L 7p 39 R \040 
L 7p 39 R 29L 
L 7p 39 R G 
[and all the rest]

第五匹配的行不N 2，因此切在以前N 2

來源

2014-01-21 Chris

想幫助，但我不認爲我完全理解這個問題。就像一個提示：Csplit可能在這裏有所幫助：http://man7.org/linux/man-pages/man1/csplit.1.html –

如果你重寫你的問題爲5行，而不是56行，它將是方便人們可視化你要求的結果。祝你好運。 – shellter

你是不是固定在bash上？在perl或ruby中你可以更容易做一些展望。 –

不知道我理解你所有的條件面前做出，但我認爲最簡單的是使用循環，例如

#!/bin/bash 
apd=0 
while read line; do 
    [[ $line == "N 2"* ]] && apd=$(($apd+1)) 
    echo "$line" >> "add_${apd}.txt" 
done < "airportdata.txt"

其中關於你的樣品aiportdata.txt將輸出4個文件add_1.txt add_2.txt add_3.txt add_4.txt每個開始N 2

來源

2014-01-21 21:41:38 BroSlow

這在每次提及'N 2'時都很好地分割了文件。理想的結果是在'N 2'前面的一個分割線，在'matches_all.txt'文件中有一個行號= <. – Chris

@Chris所以基本上它應該每隔56行分割一次或者遇到'N 2'？ – BroSlow

並非如此 - 我儘量以另一種方式解釋它：文件'airportdata.txt'用於填充最大容量爲55行的框。文件中的每一行都不會被打印出來，因爲這些行被解析爲多個列，並且文件只能以'N 2'分割。這可能會導致「可見」行數小於55（在框中少於55行）。問題中的「grep」是一個近似值：它匹配9列線的中間列和開始新機場集。但結果足夠接近作爲指導。 – Chris

如果我理解正確，那麼你正在尋找的東西是這樣的：

awk -v n=55 -v f1=apd_1.txt -v f2=apd_2.txt ' 
    /^N/ {++c} 
    c <= n { print > f1 } 
    c > n { print > f2 } 
' < airportdata.txt

這就是：

將一些變量傳遞給awk：n =「門檻」數來分割，f1和f2所述兩個輸出文件
如果行開頭N，增加計數
如果計數小於或等於閾值時，打印到第一文件
如果計數大於閾值，打印到第二個選項

來源

2014-01-21 21:48:13 janos

謝謝你的解釋。不幸的是，這不是我正在尋找的分割。只是尋找「N n」事件並不會削減它。 'n = 55'對'matches_all.txt'中的所有結果行都有效。但是隻有下一行是'N 2'時才能切割。所以它變得更加n = <55。對不起我的英語不好。 – Chris

@Chris在我看來，通過調整那裏的n = 55設置（改爲'n = 56'或'n = 54'？），或者通過調整'c <= n', 'c > n '裏面的條件。沒有？ – janos

享受無限循環getline將提供某一天，當你最不期待的時候:-)。閱讀http://awk.info/?tip/getline，並確保在使用getline之前完全理解所有注意事項。 –

Bash：在正則表達式匹配之前分割文本文件

回答

相關問題