使用RS和RT匹配Awk命令中的多个字符串

Question

我有以下数据：

Example line 0</span>
<tag>Example line 1</tag>
<span>Example line 1.5</span>
--Hello Example line 1.7
<tag>
Example line 2
</tag>
--Hello Example line 2.7
<span>Example line 4</span>

使用此命令awk -v RS='</tag>' 'RT {gsub(/.*?<tag>|\\n/, ""); print "<tag>" $0 RT}' awk -v RS='</tag>' 'RT {gsub(/.*?<tag>|\\n/, ""); print "<tag>" $0 RT}'我得到：

<tag>Example line 1</tag>
<tag>Example line 2</tag>

但是，我希望输出为：

<tag>Example line 1</tag>
--Hello Example line 1.7
<tag>Example line 2</tag>
--Hello Example line 2.7

题：

我只想知道如何添加“或”选项以匹配以--Hello开头的任何行。 在我的代码中实现的正确方法是什么？

其他选项：

或者，另一种选择是使用grep -o '<tag.*tag>\\|^--.*'但我还需要找到一种匹配换行符的方法（如此处要求： Linux字符串之间的任何匹配） Grep命令 ）。

非常感谢您的帮助。

Answer 1

您可以将之前的awk命令修改为：

awk -v RS='</tag>' '/\n--Hello /{print gensub(/.*\n(--Hello [^\n]*).*/, "\\1", "1")}
       RT{gsub(/.*<tag>|\n/, ""); print "<tag>" $0 RT}' file

<tag>Example line 1</tag>
--Hello Example line 1.7
<tag>Example line 2</tag>
--Hello Example line 2.7

Answer 2

$ cat tst.awk
BEGIN { RS="--Hello[^\\n]+|<\\/tag>" }
RT { print (RT~/^--/ ? "" : gensub(/.*(<tag>)/,"\\1",1)) RT }

$ awk -f tst.awk file
<tag>Example line 1</tag>
--Hello Example line 1.7
<tag>
Example line 2
</tag>
--Hello Example line 2.7

上面的代码将GNU awk用于多字符RS，RT和gensub（）。