文本分隔處理問題

Arthur_

我想用shell 做個文本分隔例如一個文件含如下內(nèi)容， 沒思路了 請教下各位 謝謝。

1. 
   
2. ------ START ------
   
3. AAAAAAAAAAAAAA
   
4. AAAAAAAAAAAAAA
   
5. AAAAAAAAAAAAAA
   
6. AAAAAAAAAAAAAA
   
7. ------ END ---------
   
8. ------ START ------
   
9. BBBBBBB
   
10. ------ END ---------
    
11. ------ START ------
    
12. CCCCCCC
    
13. ------ END ---------

復制代碼

通過shell想分隔成3個文件
文件1：

1. ------ START ------
   
2. AAAAAAAAAAAAAA
   
3. AAAAAAAAAAAAAA
   
4. AAAAAAAAAAAAAA
   
5. AAAAAAAAAAAAAA
   
6. ------ END ---------

復制代碼

文件2：

1. ------ START ------
   
2. BBBBBBB
   
3. ------ END ---------

復制代碼

文件3

1. ------ START ------
   
2. CCCCCCC
   
3. ------ END ---------

復制代碼

blackold

回復 1# Arthur_


    csplit

songyc_2015

1. awk '/START/{f=FILENAME""++n}{print > f}' file

復制代碼

陳卓文

simon@kami:~/8.1.2016$ csplit testfile /START/ -n2 -s {*} -f file
simon@kami:~/8.1.2016$ ls
file00  file01  file02  file03  testfile

黑哥我根據(jù)你提醒做了一次，為啥會分割出4個文件file00 file01 file02 file03，而file00是空的，而file01 02 03是正確的結(jié)果

回復 2# blackold


   

baby_神

csplit file /START/ -n2 -s {*} -f file -b "%02d"; rm -rf file00
命令解釋
/[正則表達式]/ #匹配文本樣式，比如/START/，從第一行到包含START的匹配行。
{*} #表示根據(jù)匹配重復執(zhí)行分割，直到文件尾停止，使用{整數(shù)}的形式指定分割執(zhí)行的次數(shù)。
-s #靜默模式，不打印其他信息。
-n #指定分割后的文件名后綴的數(shù)字個數(shù)。比如01、02、03等。
-f #指定分割后的文件名前綴。
-b #指定后綴格式。比如%02d，類似于C語言中的printf參數(shù)格式。
rm -rf file00 #是刪除第一個文件，因為分割后的的第一個文件沒有內(nèi)容，匹配的單詞就位于文件的第一行中。

sunzhiguolu

回復 4# 陳卓文

1. -z, --elide-empty-files    remove empty output files

復制代碼

csplit file /START/ -f file -n2 -s {*} -z

   

sunzhiguolu

利用 csplit 能否得到這樣的結(jié)果?
文件1:

1. AAAAAAAAAAAAAA
   
2. AAAAAAAAAAAAAA
   
3. AAAAAAAAAAAAAA
   
4. AAAAAAAAAAAAAA

復制代碼

文件2:

1. BBBBBBB

復制代碼

文件3:

1. CCCCCCC

復制代碼

jason680

回復 7# sunzhiguolu


$ awk -vF="F" -vN=1 -vD=1 'BEGIN{if(N=="")N=1}/^---+ +END +---+/{S=0;close(FN);N++}S{print $0 > FN}/^---+ +START +---+/{S=1;FN=F N;if(D)print FN}' FILE
F1
F2
F3

$ grep . F?
F1:AAAAAAAAAAAAAA
F1:AAAAAAAAAAAAAA
F1:AAAAAAAAAAAAAA
F1:AAAAAAAAAAAAAA
F2:BBBBBBB
F3:CCCCCCC