刪除圖案之間的所有線條

Question

我想從文本中摘錄：

CHEXA*          99001088        99001001        99001143        99001179*00072A1
*00072A1        99001047        99001104        99001144        99001180*00072A2
*00072A2        99001048        99001105                                
RBE3*           99001089                        99001001             123*00072A5
*00072A50.11263443595303             123         6001515.041507658257159*00072A6
*00072A6         60016620.61808377914687             123         6001542
CHEXA*          99001086        99001001        99001128        99001095*0007299
*0007299        99001081        99001171                                *000729B
*000729B

這部分：

RBE3*           99001089                        99001001             123*00072A5
*00072A50.11263443595303             123         6001515.041507658257159*00072A6
*00072A6         60016620.61808377914687             123         6001542

將其放在文件中，然后從初始文件中刪除它，此后看起來將像這樣：

CHEXA*          99001088        99001001        99001143        99001179*00072A1
*00072A1        99001047        99001104        99001144        99001180*00072A2
*00072A2        99001048        99001105                                
CHEXA*          99001086        99001001        99001128        99001095*0007299
*0007299        99001081        99001171                                *000729B
*000729B

我試過的是：

sed '/RBE3\*/,/\*/d'

但不幸的是，它將在第一次出現時停止。 但目的是在滿足RBE3后刪除所有行 ，該行以*開頭，而該行將僅刪除一行。 謝謝

Answer 1

import os

keep = True
with open(pathToInput) as infile, open(pathToOutput, 'w') as outfile, open(pathToSave) as savefile:
    for line in infile:
        if line.startswith("RBE3"):
            keep = False
        elif not line.startswith("*"):
            keep = True
        if keep:
            outfile.write(line)
        else:
            savefile.write(line)

os.remove(pathToInput)
os.rename(pathToOutput, pathToInput)

Answer 2

RBE3\*[^\n]*\n(?:\*[^\n]*\n)*

試試這個。用empty string替換。請參閱演示。

https://regex101.com/r/vN3sH3/3

print re.sub(r"RBE3\*[^\n]*\n(?:\*[^\n]*\n)*","",text)

Answer 3

通過python的re模塊。

import re
with open('/path/to/the/infile') as infile, open('/path/to/the/outfile', 'w+') as out:
    foo = infile.read()
    out.write(re.sub(r'(?s)RBE3\*.*?\n(?!\*)', r'', foo))

更新：

import re
with open('/path/to/the/infile') as infile, open('/path/to/the/outfile', 'w+') as out, open('/path/to/the/file/to/save/deleted/lines', 'w+') as save:
    foo = infile.read()
    out.write(re.sub(r'(?s)(.*?\n)(RBE3\*.*?\n(?!\*))(.*)', r'\1\3', foo))
    save.write(re.sub(r'(?s)(.*?\n)(RBE3\*.*?\n(?!\*))(.*)', r'\2', foo))

Answer 4

這是一個適用於Python或PCRE的正則表達式

/(RBE3\\*).+(?=CHEXA\\*)/s （ /(RBE3\\*).+(?=CHEXA\\*)/s （？= /(RBE3\\*).+(?=CHEXA\\*)/s / s （請注意，使用s修飾符才能起作用。）

一個簡單的python實現：

import re
import os
inPut = "list"
outPut = "tmp"

regexp = re.compile("(RBE3\*).+(?=CHEXA\*)", re.S)

with open(inPut, 'r') as f:
    fileStr = f.read()
match = regexp.search(fileStr).group(0)
ret = re.sub(regexp, "", fileStr)
with open(outPut, 'w') as tmpFile:
    tmpFile.write(match)
os.remove(inPut)
os.rename(outPut, inPut)

Answer 5

使用awk：

awk -v flag=0 '
    /^[^\*]/  { flag = 0 } # clear flag if the line does not start with a *
    /^RBE3\*/ { flag = 1 } # except if it is the starting line of an ignored block
    flag == 0 { print }    # print if ignore flag is not set.
  ' foo.txt

這樣做的好處是，它很容易擴展以用於反轉。 如果你寫

awk -v flag=0 -v ignore=0 '
    /^[^\*]/ { flag = 0 }
    /^RBE3\*/ { flag = 1 }
    flag != ignore { print }
  ' foo.txt

然后通過用ignore=0 ignore=1替換ignore=0 ，您可以提取塊而不是忽略它。

Answer 6

使用awk：

awk '{if(match($0,"RBE3")>0)flag=0}{if(match($0,"CHEXA")>0)flag=1}{if(flag==1) print $0}' File

輸出：

CHEXA*          99001088        99001001        99001143        99001179*00072A1
*00072A1        99001047        99001104        99001144        99001180*00072A2
*00072A2        99001048        99001105                                
CHEXA*          99001086        99001001        99001128        99001095*0007299
*0007299        99001081        99001171                                *000729B
*000729B

Answer 7

awk -v key="RBE3" '
index($0,key"*")==1 { f=1; print > "newfile" }
f && /^\*/ { print > "newfile"; next }
{ f=0; print }
' file > tmp && mv tmp file

上面使用index（），所以它是在進行字符串而不是進行正則表達式比較，因此，與其他sed解決方案不同，如果您的密鑰包含RE元字符，它也不會失敗。