extrahieren Datensätze aus einer riesigen Datei, mit einem Textmuster, mit sed, awk oder perl

Question

Ich habe eine riesige Datei, die jeden Datensatz durch eine leere Zeile getrennt hat. Ich muss nur die Datensätze extrahieren, die eine bestimmte Zeichenfolge enthalten. Wie würdest du das angehen, sollte ich sed, awk, perl benutzen?

Beispiel Eingabe:

firstrecord 
data 
moredata 

secondrecord 
data 
moredata2 

... 

Ich brauche alle Datensätze zu extrahieren moredata2 enthält, so Ausgabe

secondrecord 
data 
moredata2 

Perl-Code, ich habe es versucht, aber extrahiert jeden Datensatz in eine neue Datei sein würde,

Wie könnte ich alle Datensätze auf einmal extrahieren, und wie könnten die Muster aus einer Datei gelesen werden?

perl -00ne 's#PAT.*/(.*)\n##; open($F,">","$1.txt"); s/\n\s*(\n|$)//g; 
     print $F "$_\n"' original.txt 

Answer 1

awk zaubert in diesem Fall

awk -v RS= '/moredata2/{print (f?"\n":"")$0; f=1}' original.txt 

Sie erhalten,

 
secondrecord 
data 
moredata2 

... 

Answer 2

Bitte prüfen Sie, ob Ihnen dieser Code hilfreich sein kann. Und Sie können versuchen, so viel wie möglich zu vereinfachen.

use strict; 
use warnings; 

my $joinline = do { local $/; <DATA> }; 
while($joinline=~m/\n{2}((?:(?!moredata2).)*)moredata2\n/gs) 
{ 
    print "Matched: $&\n"; 
} 


__DATA__ 
firstrecord 
data 
moredata 

secondrecord 
data 
moredata2 

thirdrecord 
data 
moredata 

fourthrecord 
data 
moredata2 

Danke.

Answer 3

Ein awk:

awk '/moredata2/' RS="" yourfile 

Erklärung

Eine andere Technik ist Leerzeilen getrennte Aufzeichnungen zu haben. Bei einer Sonderausgabe von bedeutet eine leere Zeichenfolge als Wert von RS , dass Datensätze durch eine oder mehrere Leerzeilen getrennt sind. Wenn RS auf die leere Zeichenfolge festgelegt ist, endet jeder Datensatz immer an der ersten leeren Zeile festgestellt. Der nächste Datensatz beginnt erst mit der ersten Zeile ohne Zeile , die auf folgt. Egal, wie viele Leerzeilen in einer Zeile erscheinen, sie alle fungieren als ein Datensatztrennzeichen. (Leerzeilen müssen vollständig leer sein;. Linien, die nur Leerzeichen enthalten, zählen nicht)

Überprüfen Sie die docs

Answer 4

Meine Antwort wäre - Verwendung Perl, Set $/ und regex gewünschten Datensätze gefunden.

$/ ist das Datensatztrennzeichen. Wenn Sie ihn auf einen leeren String setzen, wird er in den Modus 'Absatz' versetzt und iteriert somit nach Leerzeilen. Welches ist genau das, was Sie brauchen.

m/moredata2/ entspricht implizit dem aktuellen Block.

#!/usr/bin/env perl 

use strict; 
use warnings; 

local $/ = ''; 

while (<DATA>) { 
    if (m/moredata2/) { 
     print "Matched:\n"; 
     print; 
    } 
} 

__DATA__ 
firstrecord 
data 
moredata 

secondrecord 
data 
moredata2