regex - bash(首选 sed 或 awk)删除第一个和最后一个实例之间的所有内容

Question

我对 sed 很熟悉，但我对 awk 不是很了解，我不确定如何解决这个问题。我已经用谷歌搜索了一段时间，但到目前为止还没有运气。情况是这样的:我有一个包含组和部分的大文件，如下所示:

<A1>
  some nr of lines
</A1>
<A2>
  some nr
  of lines
</A2>
<B1>
  some
  nr of
  lines
</B1>
<B2>
  some nr of lines
</B2>
<B3>
  bla
</B3>
<C1>
  bla
</C1>
<C2>
  bla
</C2>

现在的问题是组的数量可以改变，部分的数量可以改变，每个部分的行数可以改变。例如，A 部分可能会转到 25，B 部分可能会转到 8，依此类推。我需要做的是删除某些组的所有条目，在上面的示例中我想删除 <B*> 中的所有内容，给我留下以下内容:

<A1>
  some nr of lines
</A1>
<A2>
  some nr
  of lines
</A2>
<C1>
  bla
</C1>
<C2>
  bla
</C2>

此外，我想删除几个部分(尽管这些部分可以单独运行)，例如，如果文件从 A1 到 R123，我想删除 B*、F*、M*等

如果类似的问题已经在某个地方被问到并得到回答，我深表歉意，我确实在发布之前尝试找到解决方案。

谢谢!

Answer 1

使用 sed:

sed '/<B1>/,/<\/B3>/d' infile

这意味着查找从 <B1> 开始的文本范围结束于 </B3>并将其从 sed 的输出中删除。 (这意味着 sed 将在标准输出上打印其余文件)

编辑:这也适用于您的情况:

sed '/<B[0-9]*>/,/<\/B[0-9]*>/d'