从 bash 中分隔符之间的文件中提取多行文本
Extracting multi line text from a file between delimiters in bash
我正在尝试从文本文件中提取多行文本，其中的值由定界符分隔，并将其保存到字符串或数组中。大多数值都被 awk 提取并保存到变量中，但是当我需要将特定产品的多行描述提取到 variable/array.
时会出现问题
简化的输入文件语法如下所示：
ID;Name;value1;value2;DESCRIPTION;valueX;valueY;
我正在使用 awk -F ";" '{print }' 提取第一个值，将它们分配给未来操作的变量，它工作正常但问题出现在“DESCRIPTION”部分，因为它的多行带有 HTML 标签. DESCRIPTION 的示例：
value2;"<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>";valueX;valueY
您能否建议一种完成此操作的方法，以便我可以将 DESCRIPTION 分配给 bash 脚本中的某种变量或数组并进一步操作它？
您（最初）要求基于 awk 的解决方案。正如评论中提到的其他人一样，有更好的工具来完成这项工作。也就是说，基于 4.9 Multiple-Line Records and 4.7 Defining Fields by Content 你可以尝试类似的东西：
$ awk --version
GNU Awk 4.1.4, API: 1.1 (GNU MPFR 4.0.1, GNU MP 6.1.2)
[...]
$ awk 'BEGIN {RS = ";\n"; FPAT = "([^;]+)|(\"<p.+p>\")" } { print "NF = ", NF; for (i = 1; i <= NF; i++) { printf("$%d = %s\n", i, $i) } }' testfile
RS = ";\n" 假设您的输入文件有多个 ID;Name;value1;value2;DESCRIPTION;valueX;valueY; 记录，并且这些记录用 ; 分隔（这是 ; 之后的 valueY 在你的例子中）后跟 newline.FPAT = "([^;]+)|(\"<p.+p>\")" 是一种“尽力而为”的方法，用于告诉 (g)awk 您的记录字段的外观。您可能需要根据需要修改它。实际上是说有两种字段格式（参见(...)|(...)）。第一种字段格式捕获不包含;的字符串，用于捕获除DESCRIPTION以外的所有字段。第二种字段格式捕获以 "< 开头并以 >".
针对具有 2 ID;Name;value1;value2;DESCRIPTION;valueX;valueY;:
的文件
$ cat testfile
ID;Name;value1;value2;"<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>";valueX;valueY;
ID;Name;value1;value2;"<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>";valueX;valueY;
$ awk 'BEGIN {RS = ";\n"; FPAT = "([^;]+)|(\"<p.+p>\")" } { print "NF = ", NF; for (i = 1; i <= NF; i++) { printf("$%d = %s\n", i, $i) } }' testfile
NF = 7
= ID
= Name
= value1
= value2
= "<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>"
= valueX
= valueY
NF = 7
= ID
= Name
= value1
= value2
= "<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>"
= valueX
= valueY
我正在尝试从文本文件中提取多行文本，其中的值由定界符分隔，并将其保存到字符串或数组中。大多数值都被 awk 提取并保存到变量中，但是当我需要将特定产品的多行描述提取到 variable/array.
时会出现问题简化的输入文件语法如下所示：
ID;Name;value1;value2;DESCRIPTION;valueX;valueY;
我正在使用 awk -F ";" '{print }' 提取第一个值，将它们分配给未来操作的变量，它工作正常但问题出现在“DESCRIPTION”部分，因为它的多行带有 HTML 标签. DESCRIPTION 的示例：
value2;"<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>";valueX;valueY
您能否建议一种完成此操作的方法，以便我可以将 DESCRIPTION 分配给 bash 脚本中的某种变量或数组并进一步操作它？
您（最初）要求基于 awk 的解决方案。正如评论中提到的其他人一样，有更好的工具来完成这项工作。也就是说，基于 4.9 Multiple-Line Records and 4.7 Defining Fields by Content 你可以尝试类似的东西：
$ awk --version
GNU Awk 4.1.4, API: 1.1 (GNU MPFR 4.0.1, GNU MP 6.1.2)
[...]
$ awk 'BEGIN {RS = ";\n"; FPAT = "([^;]+)|(\"<p.+p>\")" } { print "NF = ", NF; for (i = 1; i <= NF; i++) { printf("$%d = %s\n", i, $i) } }' testfile
RS = ";\n"假设您的输入文件有多个ID;Name;value1;value2;DESCRIPTION;valueX;valueY;记录，并且这些记录用;分隔（这是;之后的valueY在你的例子中）后跟newline.FPAT = "([^;]+)|(\"<p.+p>\")"是一种“尽力而为”的方法，用于告诉(g)awk您的记录字段的外观。您可能需要根据需要修改它。实际上是说有两种字段格式（参见(...)|(...)）。第一种字段格式捕获不包含;的字符串，用于捕获除DESCRIPTION以外的所有字段。第二种字段格式捕获以"<开头并以>". 结尾的字符串
针对具有 2 ID;Name;value1;value2;DESCRIPTION;valueX;valueY;:
$ cat testfile
ID;Name;value1;value2;"<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>";valueX;valueY;
ID;Name;value1;value2;"<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>";valueX;valueY;
$ awk 'BEGIN {RS = ";\n"; FPAT = "([^;]+)|(\"<p.+p>\")" } { print "NF = ", NF; for (i = 1; i <= NF; i++) { printf("$%d = %s\n", i, $i) } }' testfile
NF = 7
= ID
= Name
= value1
= value2
= "<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>"
= valueX
= valueY
NF = 7
= ID
= Name
= value1
= value2
= "<p>Lorem ipsum dolor sit amet, consectetur adipiscing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua.</p>
<strong>Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat.</strong>
<p>Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. </p>
<p style=""text-align: center;"">
Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</p>"
= valueX
= valueY