如何在unix中多行提取單詞？

Question

我想提取從以下字符串個別詞： -

Exported Layer : missing_hello 
Comment : 
Total Polygons : 20000 (reported 100). 

我想從上面的字符串中提取單詞「missing_hello」和「2000」，並希望將其顯示爲

missing_hello : 20000 

如何在unix中做到這一點？

Answer 1

假設比missing_hello是每次一個字 - 你可以：

perl -lane '$el=$F[3] if(/Exported Layer/); print "$el: $F[3]" if(/Total Polygons/);' 

Answer 2

在awk：

awk -F: '/Exported Layer/ { export_layer = $2 } 
     /Total Polygons/ { printf("%s : %s\n", export_layer, $2); }' "$@" 

如果輸入是垃圾，輸出將是太（GIGO）。如果這些字段可以包含冒號，那麼生活會變得更加混亂。

在sed：

sed -n -e '/Exported Layer : *\(.*\)/{s//\1 : /;h;}' \ 
     -e '/Total Polygons : *\(.*\)/{s//\1/;x;G;s/\n//;p;}' "$@" 

冒號領域不與本sed版中的問題。

現在在MacOS X 10.6.7上測試。這兩個腳本都包含「總多邊形」行中的數字後面的註釋。這兩種腳本都可以很容易地修改爲僅打印數字並忽略評論。這將有助於對所有格式的可能性進行精確定義。

我可能實際上使用Perl（或Python）來完成這項工作;現場拆分只是混亂得足以從這些語言中更好的設施中受益。

Answer 3

看看這個指南指http://www.grymoire.com/Unix/Sed.html

桑達無疑是值得學習的工具。我會專門研究題爲「使用\ 1保留部分模式」和「使用多行」的章節。

Answer 4

如果你有Perl，你可以這樣做：

use strict; 
use warnings; 

my $layer; 
my $polys; 

while (<>) { 
    if ($_ =~ m{^Exported \s Layer \s : \s (\S+)}xms) { 
     $layer = $1; 
     next; 
    } 
    if ($_ =~ m{^Total \s Polygons \s : \s (\d+)}xms) { 
     $polys = $1; 
    } 
    if (defined $layer && defined $polys) { 
     print "$layer : $polys\n"; 
     $layer = $polys = undef; 
    } 
}