regex - 使用正则表达式告诉 csplit 在哪里拆分文件

Question

我有一个大文本文件，其内容设置如下：

---
title: Lorim Ipsum Dolar
---
Lorim ipsum content
---
title: Excelvier whatever 
---
Lorim ipsum content goes here.

我正在尝试使用csplit.

单个文件的内容格式如下：

---
title: Lorim Ipsum Dolar
---
Lorim ipsum content

我希望能够像这样正则表达式---，换行符和标题---\ntitle

但我无法选择它...</p>

csplit -k products.txt '/---[^\n]title/' {99}

我尝试了很多变化都无济于事。我不断得到“不匹配”。

score 7 · Accepted Answer

您可以使用匹配到行尾的正则表达式 ( $)

你有什么想法：

csplit -k products.txt '/^title:/' {99}

score 5 · Accepted Answer

csplit 一次读取一行输入文件并将正则表达式应用于每一行。因此，不可能跨多行匹配正则表达式。

解决此问题的一种方法是首先处理输入文件，用---\ntitle:csplit 可以匹配的单行模式替换。例如，使用 sed：

sed 'N;s/---\ntitle: /===\n' products.txt | csplit -k - '/===/' {*}
sed 'N;s/===\n/---\ntitle: /' -i xx*

这将替换---\ntitle:为单行===，然后在看到该模式时进行 csplit 拆分。作为文件名传递-告诉 csplit 从标准输入读取。第二个 sed 命令反转更改。

score 2 · Accepted Answer

2

尝试使用{*}而不是{99}解决match not found问题。

于 2013-08-21T18:03:17.653 回答

score 1 · Accepted Answer

1

这可能对您有用：

csplit -z products.txt '/^title/-1' '{*}'

于 2013-08-21T20:12:17.860 回答

score 0 · Accepted Answer

对我来说，答案是不要使用csplit，使用awk。

awk '
/^title:/ {++count; file="file"count".txt"; print file}
file {print line > file}
{line=$0}
' products.txt

第一个命令在遇到时声明一个新文件title:。第二个命令将前一行写入fileiffile已声明。第三个命令将当前行分配给一个变量。

5 回答 5