如何跨多行“ grep”模式？

看来我在滥用grep/ egrep。

我试图在多行中搜索字符串，但找不到匹配项，但我知道我要查找的内容应该匹配。最初我以为我的正则表达式是错误的，但最终我读到这些工具是按行运行的（而且我的正则表达式太琐碎了，不可能成为问题）。

那么，将使用哪种工具来搜索多行模式？

这是sed一个可以grep在多行中为您提供类似行为的工具：

sed -n '/foo/{:start /bar/!{N;b start};/your_regex/p}' your_file

怎么运行的

• -n 禁止打印每行的默认行为
• /foo/{}指示它进行匹配foo，并在弯曲线内进行匹配行的操作。替换foo为图案的开始部分。
• :start 是一个分支标签，可帮助我们不断循环直到找到正则表达式的结尾。
• /bar/!{}将对不匹配的行执行弯曲的内容bar。替换bar为图案的结尾部分。
• N将下一行追加到活动缓冲区（sed将此称为模式空间）
• b startstart只要模式空间不包含，它将无条件地分支到我们先前创建的标签，以便继续追加下一行bar。
• /your_regex/p如果匹配则打印模式空间your_regex。您应该用your_regex要在多行中匹配的整个表达式替换。

我通常使用一种称为的工具pcregrep，可以使用yum或将其安装在大多数linux版本中apt。

例如。

假设您有一个名为testfilecontent 的文件

abc blah
blah blah
def blah
blah blah

您可以运行以下命令：

$ pcregrep -M  'abc.*(\n|.)*def' testfile

跨多行进行模式匹配。

此外，您也可以这样做sed。

$ sed -e '/abc/,/def/!d' testfile

这是使用Perl的一种更简单的方法：

perl -e '$f=join("",<>); print $& if $f=~/foo\nbar.*\n/m' file

或者（因为JosephR 接过sed路线，我会无耻地窃取他的建议）

perl -n000e 'print $& while /^foo.*\nbar.*\n/mg' file

说明

$f=join("",<>);：这将读取整个文件，并将其内容（换行符和全部）保存到变量中$f。然后foo\nbar.*\n，我们尝试匹配，如果匹配则将其打印出来（特殊变量$&保存找到的最后一个匹配项）。的///m需要，使整个新行的正则表达式匹配。

该-0设置输入记录分隔符。将其设置为00激活“段落模式”，其中Perl将使用连续的换行符（\n\n）作为记录分隔符。如果没有连续的换行符，则会一次读取（提取）整个文件。

警告：

难道不是大文件做到这一点，将整个文件加载到内存中，并且可能是一个问题。

一种方法是使用Perl。例如，这是一个名为的文件的内容foo：

foo line 1
bar line 2
foo
foo
foo line 5
foo
bar line 6

现在，这是一些Perl，它将与以foo开头的任何行以及以bar开头的任何行匹配：

cat foo | perl -e 'while(<>){$all .= $_}
  while($all =~ /^(foo[^\n]*\nbar[^\n]*\n)/m) {
  print $1; $all =~ s/^(foo[^\n]*\nbar[^\n]*\n)//m;
}'

Perl，细分为：

• while(<>){$all .= $_} 这会将整个标准输入加载到变量中 $all
• while($all =~虽然变量all具有正则表达式...
• /^(foo[^\n]*\nbar[^\n]*\n)/m正则表达式：foo在行的开头，后跟任意数量的非换行符，然后是换行符，紧接着是“ bar”，其余的行中都带有bar。/m正则表达式末尾的意思是“跨多行匹配”
• print $1 打印正则表达式中带括号的部分（在本例中为整个正则表达式）
• s/^(foo[^\n]*\nbar[^\n]*\n)//m 删除正则表达式的第一个匹配项，因此我们可以匹配相关文件中多个正则表达式的情况

并输出：

foo line 1
bar line 2
foo
bar line 6

grep替代筛选器支持多行匹配（免责声明：我是作者）。

假设testfile包含：

<书>
  <title>催眠药</ title>
  <描述> Lorem ipsum dolor坐在amet，consectetur
  忠实的精英，圣贤时代
  Laboure et dolore magna aliqua </ description>
</ book>

sift -m '<description>.*?</description>' （显示包含描述的行）

结果：

测试文件：<描述> Lorem ipsum dolor坐在amet，安全
测试文件：adipiscing elit，sed do eiusmod tempor incididunt ut
测试文件：labour et dolore magna aliqua </ description>

sift -m '<description>(.*?)</description>' --replace 'description="$1"' --no-filename （提取并重新格式化说明）

结果：

description =“ Lorem ipsum dolor sit amet，consectetur
  忠实的精英，圣贤时代
  劳动与dolore magna aliqua”

只需一个支持Perl-regexp参数的普通grep即可P完成此工作。

$ echo 'abc blah
blah blah
def blah
blah blah' | grep -oPz  '(?s)abc.*?def'
abc blah
blah blah
def

(?s) 称为DOTALL修饰符，它使正则表达式中的点不仅与字符匹配，而且与换行符匹配。

我使用grep和-A选项以及另一个grep为我解决了这个问题。

grep first_line_word -A 1 testfile | grep second_line_word

-A 1选项在找到的行之后打印1行。当然，这取决于您的文件和单词组合。但是对我来说，这是最快，最可靠的解决方案。

假设我们有一个包含以下内容的文件test.txt：

blabla
blabla
foo
here
is the
text
to keep between the 2 patterns
bar
blabla
blabla

可以使用以下代码：

sed -n '/foo/,/bar/p' test.txt

对于以下输出：

foo
here
is the
text
to keep between the 2 patterns
bar

如果我们想获得两个模式之间的文本（不包括它们自己）。

假设我们有一个包含以下内容的文件test.txt：

blabla
blabla
foo
here
is the
text
to keep between the 2 patterns
bar
blabla
blabla

可以使用以下代码：

 sed -n '/foo/{
 n
 b gotoloop
 :loop
 N
 :gotoloop
 /bar/!{
 h
 b loop
 }
 /bar/{
 g
 p
 }
 }' test.txt

对于以下输出：

here
is the
text
to keep between the 2 patterns

它是如何工作的，让我们逐步进行

1. /foo/{ 当行包含“ foo”时被触发
2. n 用下一行替换模式空间，即单词“ here”
3. b gotoloop 转到标签“ gotoloop”
4. :gotoloop 定义标签“ gotoloop”
5. /bar/!{ 如果模式不包含“ bar”
6. h 用图案替换容纳空间，因此“此处”保存在容纳空间中
7. b loop 分支到标签“ loop”
8. :loop 定义标签“循环”
9. N 将图案附加到容纳空间。
   现在容纳空间包含：
   “这里”
   “是”
10. :gotoloop 我们现在进入第4步，循环直到一行包含“ bar”
11. /bar/ 循环结束，找到“条”，它是模式空间
12. g 模式空间被包含在主循环中已保存的“ foo”和“ bar”之间的所有行的保留空间替换
13. p 将模式空间复制到标准输出

完成！

sed 多线 循环