regex - sed提取两个字符串之间的文本

Question

请帮助我使用 sed。我有一个如下所示的文件。

START=A
  xxxxx
  xxxxx
END
START=A
  xxxxx
  xxxxx
END
START=A
  xxxxx
  xxxxx
END
START=B
  xxxxx
  xxxxx
END
START=A
  xxxxx
  xxxxx
END
START=C
  xxxxx
  xxxxx
END
START=A
  xxxxx
  xxxxx
END
START=D
  xxxxx
  xxxxx
END

我想获取 START=A, END 之间的文本。我使用了以下查询。

sed '/^START=A/, / ^END/!d' input_file

这里的问题是，我正在得到

START=A
  xxxxx
  xxxxx
END
START=D
  xxxxx
  xxxxx
END

而不是

START=A
  xxxxx
  xxxxx
END

Sed 贪婪地查找。

请帮我解决这个问题。

提前致谢。

我可以使用 AWK 来实现上述目的吗？

Answer 1

sed -n '/^START=A$/,/^END$/p' data

-n选项表示默认不打印；然后脚本会说“在包含 START=A 的行和下一个 END 之间进行打印。

您也可以使用 awk 来完成:

A pattern may consist of two patterns separated by a comma; in this case, the action is performed for all lines from an occurrence of the first pattern though an occurrence of the second.

(来自 Mac OS X 上的 man awk)。

awk '/^START=A$/,/^END$/ { print }' data

给出问题中数据文件的修改形式:

START=A
  xxx01
  xxx02
END
START=A
  xxx03
  xxx04
END
START=A
  xxx05
  xxx06
END
START=B
  xxx07
  xxx08
END
START=A
  xxx09
  xxx10
END
START=C
  xxx11
  xxx12
END
START=A
  xxx13
  xxx14
END
START=D
  xxx15
  xxx16
END

使用 GNU sed 或 Mac OS X (BSD) sed 以及使用 GNU awk 或 BSD awk 的输出是相同的:

START=A
  xxx01
  xxx02
END
START=A
  xxx03
  xxx04
END
START=A
  xxx05
  xxx06
END
START=A
  xxx09
  xxx10
END
START=A
  xxx13
  xxx14
END

请注意我如何修改数据文件，以便更轻松地查看打印的各个数据 block 来自文件中的位置。

如果您有不同的输出要求(例如“仅 START=A 和 END 之间的第一个 block ”，或“仅最后一个...”)，那么您需要在问题中更清楚地阐明这一点。