Bash腳本從跨越多行的文本塊中提取信息

Question

我正在嘗試從bash腳本中使用mkvinfo從MKV文件中提取跟蹤信息。 輸出是一連串的行，這些行具有重復的模式，作為各種磁道類型的各種磁道屬性的定界符。 曲目的示例是：

…
| + A track
|  + Track number: 6 (track ID for mkvmerge & mkvextract: 5)
|  + Track UID: 11555278830806058806
|  + Track type: subtitles
|  + (Unknown element: TrickTrackFlag; ID: 0xc6 size: 3)
|  + Enabled: 1
|  + Default flag: 0
|  + Forced flag: 0
|  + Lacing flag: 0
|  + MinCache: 0
|  + Timecode scale: 1
|  + Name: Spanish
|  + Language: spa
|  + Codec ID: S_TEXT/UTF8
|  + (Unknown element: TrackAttachmentLink; ID: 0x7446 size: 11)
|  + Codec decode all: 1
| + A track
|  + Track number: 7 (track ID for mkvmerge & mkvextract: 6)
…

給定磁道類型可以有多個實例，並且磁道的行數有些變化。 我需要從特定的軌道類型中提取某些軌道屬性。 例如，如果我想查找subtitles軌道類型的所有實例並提取Track number和Codec ID ，則可以通過grep傳遞結果：

mkvinfo "file.mkv" | grep "subtitles" -B 2 | grep "Track number"

這將輸出包含所有字幕軌道的軌道號的行。 我必須將這些行放入數組中並對其進行過濾以獲得第一個數字，以便可以將其與需要第一個數字的mkvpropedit一起使用。

類似地：

mkvinfo "file.mkv" | grep "subtitles" -A 10 | grep "Codec ID: " | sed 's/^.**: //'

輸出所有字幕軌道的編解碼器ID。

如果我確切知道包含subtitles的行之前/之后有多少行，則此方法很好用。 問題是，要包含的確切行數因文件而異。 所以我需要做的是輸出| + A track之間的整個行塊。 | + A track以|+ OR | +開頭的| + A track和直線 | +或EOF 。 我還需要過濾該塊以提取第一個Track number和Codec ID 。 我嘗試使用| grep -Eo [0-9]+ | head -1 | grep -Eo [0-9]+ | head -1 | grep -Eo [0-9]+ | head -1來提取每個音軌的第一個數字，但它僅對找到的第一個音軌起作用並退出。 如果有一種方法可以使其在一行中適用於所有軌道，那將很有幫助。 我使用sed作品作為Codec ID的第二個示例。

最重要的問題是：

如何提取特定 軌道類型的 特定屬性 （例如給出的示例），然后將它們放入一個或多個數組中以進行進一步處理？

我希望能夠滿足以下條件：

1. 我想使用現有的bash （GNU bash，版本4.3.30（1）-發行版（x86_64-apple-darwin12.5.0））實用程序，如sed ， awk ， grep等等。
2. 我不想創建一個“中間文件”
3. 我想簡單地管的輸出mkvinfo到各種實用程序

我發現了很多線程，它們顯示了如何使用sed在兩個單詞之間找到一個文本塊，但是我無法使代碼適用於整行或包含空格的字符串 。 也許有一種方法可以做到這一點，但我對sed了解還不足以使代碼適合我的情況。

請詳細說明您的代碼如何工作，以便我“學習如何釣魚”，以便下次我自己做。

Answer 1

當以復雜的方式處理多行時，我選擇的工具是awk 。

在每個匹配模式中，我們將匹配保存在變量中。 最后，當遇到表示新塊的字符串（ | + A track ），或者到達流的末尾時，我們將打印出我們感興趣的變量的值（軌道號，編解碼器ID），但前提是類型是字幕。

mkvinfo ... | gawk '
    match($0, /Track number: ([0-9]+)/, m) {TN=m[1]}
    match($0, /Codec ID: (.*)$/, m)        {CI=m[1]}
    /Track type: subtitles/                {SUB=1}
    /^\| \+ A track$/ {if(SUB) print TN, CI; unset SUB}
    END               {if(SUB) print TN, CI; unset SUB}'

您需要gawk具有匹配功能才能捕獲帶括號的組。