sous-structure Extrait d'un fichier texte en utilisant bash ou python

Question

J'ai un énorme fichier texte qui suit la structure:

SET 
TAG1 
... 
... 
SET 
... 
SET 
TAG2 
... 
... 
SET 
... 
... 

Je voudrais extraire un TAG spécifique, (c.-à-TAG54) sa personne « sous-structure », ce qui serait

SET 
TAG54 
... 
... 
SET 

Chaque sous-structure, pour une donnée TAG_i contient toujours:

première ligne: SET deuxième ligne: TAG_i (dans ce cas TAG54) un nombre arbitraire de lignes dernière ligne: SET

Je me demande quelle serait la meilleure façon de le faire, que ce soit en bash ou python, donc pour un TAG donné, on peut « extraire » cette sous-structure.

Merci

Answer 1

Voici une approche Python: vous passez dans le fichier ouvert comme premier argument, le numéro d'étiquette comme second argument, et de revenir à la suite d'une liste des lignes concernées (y compris les caractères de saut de ligne) ou une ligne vide si l'étiquette n'est pas trouvée dans le fichier:

def lookfor(f, tagnum): 
    tag = 'TAG%s\n' % tagnum 
    for line in f: 
    if line == tag: 
     break 
    else: # file finished, tag not found 
    return [] 
    result = ['SET\n', tag] 
    for line in f: 
    result.append(line) 
    if line == 'SET\n': 
     break 
    return result 

Ceci devrait être raisonnablement performant. Si vous voulez d'autres formes d'arguments et/ou de résultats, il ne devrait pas être difficile de les modifier en conséquence, bien sûr.

Answer 2

Si votre système prend en charge de grep-P pour perl regexp:

grep -P 'SET\nTAG54\n[.\n]*\nSET' file.txt 

Answer 3

csplit -f tags input.txt '%^TAG54$%-1' '/^SET$/+1' '%.*%' '{*}' 

Answer 4

gawk:

BEGIN { 
    state=0 
} 

state==0 && $0=="TAG54" { 
    print "SET" 
    state=1 
} 

state==1 { 
    print 
} 

state==1 && $0=="SET" { 
    exit 
} 

Answer 5

$ awk -vRS="SET" '/TAG54/{print RT$0RT}' file 
SET 
TAG54 
... 
... 
SET 

si vous le faites avec les scripts shell, passez votre variable shell awk en utilisant -v. par exemple

#!/bin/bash 
read -r -p "what's your tag? " tag 
awk -vRS="SET" -vt="$tag" '$0~tag{print RT$0RT}' file