如何获得模式的第一个和最后一次出现之间的所有线？

如何修剪文件（良好的输入流），以便仅获得从第一次出现foo到最后一次出现的行bar？

例如，考虑以下输入：

A line
like
foo
this 
foo
bar
something
something else
foo
bar
and
the
rest

我期望这个输出：

foo
this 
foo
bar
something
something else
foo
bar

sed -n '/foo/{:a;N;/^\n/s/^\n//;/bar/{p;s/.*//;};ba};'

sed模式匹配/first/,/second/一一读取行。当某些行/first/与之匹配时会记住它，并期待该/second/模式的第一个匹配项。同时，它将应用为该模式指定的所有活动。之后，该过程将一次又一次地开始直到文件结尾。

那不是我们所需要的。我们需要查找/second/模式的最后一个匹配项。因此，我们构建的建筑只寻找第一个入口/foo/。找到后，循环a开始。我们使用将新行添加到匹配缓冲区，N并检查它是否与模式匹配/bar/。如果是这样，我们只打印它并清除匹配缓冲区，然后用跳转到循环的开始ba。

同样，在用清除缓冲区后，我们需要删除换行符/^\n/s/^\n//。我敢肯定还有更好的解决方案，但是不幸的是我没有想到。

希望一切都清楚。

我会用一点Perl单线来做到这一点。

cat <<EOF | perl -ne 'BEGIN { $/ = undef; } print $1 if(/(foo.*bar)/s)'
A line
like
foo
this 
foo
bar
something
something else
foo
bar
and
the
rest
EOF

产量

foo
this 
foo
bar
something
something else
foo
bar

这是不需要大量内存的两遍GNU sed解决方案：

< infile                                     \
| sed -n '/foo/ { =; :a; z; N; /bar/=; ba }' \
| sed -n '1p; $p'                            \
| tr '\n' ' '                                \
| sed 's/ /,/; s/ /p/'                       \
| sed -n -f - infile

说明

• 首次sed调用传递infile并找到的第一个匹配项foo和所有随后的匹配项bar。
• 然后将这些地址整形为一个新sed脚本，其中包含两次调用sed和一个tr。第三个的输出sed是[start_address],[end_address]p，不带括号。
• 最后一次调用sedpass，infile再次打印找到的地址及其之间的所有内容。

如果输入文件适合存储在内存中，请使其简单。

如果输入文件是巨大的，你可以用csplit它闯入的第一件foo，并在每个随后bar再组装件。这些片段称为piece-000000000，piece-000000001等等。选择一个piece-不会与其他现有文件冲突的前缀（此处为）。

csplit -f piece- -n 9 - '%foo%' '/bar/' '{*}' <input-file

（在非Linux系统上，您必须在花括号内使用大量数字，例如{999999999}，并传递该-k选项。该数字是段数bar。）

您可以用组装所有零件cat piece-*，但这将为您提供一切后的一切foo。因此，请先删除最后一块。由于产生的文件名csplit不包含任何特殊字符，因此可以在不采取任何特殊引号预防措施的情况下使用它们，例如

rm $(echo piece-* | sed 's/.* //')

或同等

rm $(ls piece-* | tail -n 1)

现在，您可以加入所有片段并删除临时文件：

cat piece-* >output
rm piece-*

如果要删除连接起来的碎片以节省磁盘空间，请循环执行：

mv piece-000000000 output
for x in piece-?????????; do
  cat "$x" >>output; rm "$x"
done

这是另一种方式sed：

sed '/foo/,$!d;H;/bar/!d;s/.*//;x;s/\n//' infile

它将/foo/,$范围内的每行（删除!不在此范围内的行）附加d到H旧空间。bar然后删除不匹配的行。在匹配的行上，将清空模式空间，x用保留空间进行更改，并删除模式空间中的前导空行。

在输入大量信息的情况下，bar与将每一行拖入模式空间然后每次检查模式空间中的相比，这种情况发生的速度（快得多）要快得多bar。
解释：

sed '/foo/,$!d                     # delete line if not in this range
H                                  # append to hold space
/bar/!d                            # if it doesn't match bar, delete 
s/.*//                             # otherwise empty pattern space and
x                                  # exchange hold buffer w. pattern space then
s/\n//                             # remove the leading newline
' infile

当然，如果这是一个文件（并且适合内存），则可以简单地运行：

 ed -s infile<<'IN'
.t.
/foo/,?bar?p
q
IN

因为ed 可以向前和向后搜索。
如果您的外壳支持进程替换，您甚至可以将命令输出读入文本缓冲区：

printf '%s\n' .t. /foo/,?bar?p q | ed -s <(your command)

或者，如果没有，则使用gnu ed：

printf '%s\n' .t. /foo/,?bar?p q | ed -s '!your command'

在任何UNIX系统上的任何外壳中使用任何awk，而无需一次将整个文件或输入流读取到内存中：

$ awk '
    f {
        rec = rec $0 ORS
        if (/bar/) {
            printf "%s", rec
            rec = ""
        }
        next
    }
    /foo/ { f=1; rec=$0 ORS }
' file
foo
this
foo
bar
something
something else
foo
bar

Grep也可以做到这一点（GNU grep）：

<infile grep -ozP '(?s)foo.*bar' | tr '\0' '\n'

<infile grep -ozP '        #  call grep to print only the matching section (`-o`)
                           #  use NUL for delimiter (`-z`) (read the whole file).
                           #  And using pcre regex.
(?s)foo.*bar               #  Allow the dot (`.`) to also match newlines.
' | tr '\0' '\n'           #  Restore the NULs to newlines.

对于问题正文的输入：

$ <infile grep -ozP '(?s)foo.*bar' | tr '\0' '\n'
foo
this 
foo
bar
something
something else
foo
bar