如何在unix中提取多行单词？

Question

我想从以下字符串中提取一些特定的单词：-

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

我想从上面的字符串中提取单词“missing_hello”和“2000”，并希望将其显示为

missing_hello : 20000

How to do that in unix?

Answer 1

假设 Missing_hello 每次都是一个单词 - 你可以：

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

Answer 2

看看这个指南 - http://www.grymoire.com/Unix/Sed.html< /a>

sed 无疑是一个值得学习的工具。我会专门查看标题为“使用 \1 保留模式的一部分”和“使用多行”的部分。

Answer 3

如果你有 perl，你可以使用这个：

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;
    }
}

Answer 4

在awk中：

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

如果输入是垃圾，那么输出也将是垃圾（GIGO）。如果字段可以包含冒号，生活就会变得更加混乱。

在 sed 中：在

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

此 sed 版本中，字段中的冒号不是问题。

现已在 MacOS X 10.6.7 上进行测试。两个脚本都在“多边形总数”行中的数字后面包含注释。这两个脚本都可以很容易地修改为仅打印数字并忽略注释。这将有助于对所有格式可能性进行精确定义。

我实际上可能会使用 Perl（或 Python）来完成这项工作；字段分割非常混乱，足以从这些语言的更好设施中受益。