如何删除或替换两个模式之间的多行文本

Question

我想在我的一些脚本中添加一些客户标志，以便在 shell 脚本打包之前对其进行解析。

比方说，删除

之间的所有多行文本

^([#]|[//]){0,1}[_]+NOT_FOR_CUSTOMER_BEGIN[_]+\n

和介于

之间

^([#]|[//]){0,1}[_]+NOT_FOR_CUSTOMER_END[_]+\n

我希望它能够容错（关于“_”的数量），这就是我使用正则表达式的原因。

例如：

before.foo

i want this
#____NOT_FOR_CUSTOMER_BEGIN________
not this
nor this
#________NOT_FOR_CUSTOMER_END____
and this
//____NOT_FOR_CUSTOMER_BEGIN__
not this again
nor this again
//__________NOT_FOR_CUSTOMER_END____
and this again

将变为：

after.foo

i want this
and this
and this again

我宁愿使用 sed，但欢迎任何巧妙的解决方案:)

像这样：

cat before.foo |  tr '\n' '\a' | sed -r 's/([#]|[//]){0,1}[_]+NOT_FOR_CUSTOMER_BEGIN[_]+\a.*\a([#]|[//]){0,1}[_]+NOT_FOR_CUSTOMER_END[_]+\a/\a/g' | tr '\a' '\n' > after.foo

Answer 1

以这种方式获得 awk 解决方案，并使用您显示的示例进行编写和测试。

awk '
/^([#]|[/][/])__+NOT_FOR_CUSTOMER_BEGIN/{ found=1       }
/^([#]|[/][/])__+NOT_FOR_CUSTOMER_END/  { found=""; next}
!found
'  Input_file

使用您显示的示例，输出如下。

i want this
and this
and this again

解释： 简单的解释是：每当找到起始字符串（带正则表达式）时，将标志设置为 TRUE（用于非打印）每当结束字符串（使用正则表达式检查）出现时，使标志无效以开始打印（取决于行）下一行。

Answer 2

您可以使用 Python 脚本：

import re

data = """
i want this
#____NOT_FOR_CUSTOMER_BEGIN________
not this
nor this
#________NOT_FOR_CUSTOMER_END____
and this
//____NOT_FOR_CUSTOMER_BEGIN__
not this again
nor this again
//__________NOT_FOR_CUSTOMER_END____
and this again
"""

rx = re.compile(r'^(#|//)(?:.+\n)+^.+\n?', re.MULTILINE)
data = rx.sub('', data)
print(data)

哪个会产生

i want this
and this
and this again

见a demo on regex101.com。

Answer 3

您可以匹配从 NOT_FOR_CUSTOMER_BEGIN_ 到 NOT_FOR_CUSTOMER_END_

的尽可能少的行

请注意 [//] 匹配单个 / 而不是 //

^(?:#|//)_+NOT_FOR_CUSTOMER_BEGIN_+(?:\n.*)*?\n(?:#|//)_+NOT_FOR_CUSTOMER_END_+\n*

^ 字符串开头
(?:#|//) 匹配 # 或 //
_+NOT_FOR_CUSTOMER_BEGIN_+ 在 1 个或多个下划线之间匹配 NOT_FOR_CUSTOMER_BEGIN
(?:\n.*)*? 尽可能少地重复行
\n(?:#|//)_+NOT_FOR_CUSTOMER_END_+ 匹配换行符，然后在一个或多个下划线之间 # 或 // 和 NOT_FOR_CUSTOMER_END_
\n* 删除可选的尾随换行符

Regex demo

另一种与 Python 一起使用的方法：

import re

regex = r"^(?:#|//)_+NOT_FOR_CUSTOMER_BEGIN_+(?:\n.+)*?\n(?:#|//)_+NOT_FOR_CUSTOMER_END_+\n*"

s = ("i want this\n"
            "#____NOT_FOR_CUSTOMER_BEGIN________\n"
            "not this\n"
            "nor this\n"
            "#________NOT_FOR_CUSTOMER_END____\n"
            "and this\n"
            "//____NOT_FOR_CUSTOMER_BEGIN__\n"
            "not this again\n"
            "nor this again\n"
            "//__________NOT_FOR_CUSTOMER_END____\n"
            "and this again")

subst = ""
result = re.sub(regex, "", s, 0, re.MULTILINE)

if result:
    print (result)

输出

i want this
and this
and this again

Answer 4

sed 是处理此问题的最简单工具，因为它可以删除从开始模式到结束模式的行：

sed -E '/_+NOT_FOR_CUSTOMER_BEGIN_+/,/_+NOT_FOR_CUSTOMER_END_+/d' file

i want this
and this
and this again

如果您正在寻找 awk 解决方案，那么这里有一个更简单的 awk:

awk '/_+NOT_FOR_CUSTOMER_BEGIN_+/,/_+NOT_FOR_CUSTOMER_END_+/{next} 1' file

如何删除或替换两个模式之间的多行文本

How to remove or replace a multiline text between two patterns

python

shell

awk

sed

substitution

before.foo

after.foo