☰

Como remover uma única linha entre duas linhas

tag-icon • tag-icon awk sed python3
Como remover uma única linha entre duas linhas

Eu tenho milhões de registros em um arquivo parecido com este

echo "NEW Cell"
grep "2553,24" out.2A25.20090308.64436.7.HDF.txt.text = 22.58   5.39  82.09 237
echo "NEW Cell"
grep "2555,20" out.2A25.20090308.64436.7.HDF.txt.text = 24.72   5.58  82.05 237
echo "NEW Cell"
grep "2557,20" out.2A25.20090308.64436.7.HDF.txt.text = 19.75   5.62  82.11 170
grep "2557,21" out.2A25.20090308.64436.7.HDF.txt.text = 24.34   5.58  82.13 120
grep "2558,22" out.2A25.20090308.64436.7.HDF.txt.text = 22.2   5.57  82.19 120
echo "NEW Cell"
grep "2560,22" out.2A25.20090308.64436.7.HDF.txt.text = 24.69   5.62  82.25 160
grep "2561,23" out.2A25.20090308.64436.7.HDF.txt.text = 24.74   5.60  82.30 120
echo "NEW Cell"
grep "2560,24" out.2A25.20090308.64436.7.HDF.txt.text = 19.38   5.54  82.30 170
echo "NEW Cell"

Agora quero deletar a linha com "grep" com a condição de que seja a ÚNICA linha entre as linhas que contém "Nova Célula". Ou seja, se houver uma linha de grep entre a nova célula, essa linha deverá ser excluída.

Como fazer isso?

Minha saída deve ser semelhante a,

echo "NEW Cell"
grep "2557,20" out.2A25.20090308.64436.7.HDF.txt.text = 19.75   5.62  82.11 170
grep "2557,21" out.2A25.20090308.64436.7.HDF.txt.text = 24.34   5.58  82.13 120
grep "2558,22" out.2A25.20090308.64436.7.HDF.txt.text = 22.2   5.57  82.19 120
echo "NEW Cell"
grep "2560,22" out.2A25.20090308.64436.7.HDF.txt.text = 24.69   5.62  82.25 160
grep "2561,23" out.2A25.20090308.64436.7.HDF.txt.text = 24.74   5.60  82.30 120

Responder1

AWKsolução:

awk 'NR==n{ if (/NEW Cell/) { f=0 } else print r ORS gr }
     /NEW Cell/{ f=1; n=NR+2; r=$0; next }
     f && n-NR==1 && /^grep /{ gr=$0; next }1' file

  • /NEW Cell/{ f=1; n=NR+2; r=$0; next }- ao encontrar linha comNEW Cell

    • f=1= definir sinalizador ativof=1
    • n=NR+2- definir no número máximo das seguintes linhas a serem processadas (2 próximas linhas)
    • r=$0- capturando a linha
    • next- pular para o próximo registro

  • f && n-NR==1 && /^grep /- ao encontrar a 2ª linha (garantida por n-NR==1) que começa com grepa palavra-chave

    • gr=$0; next- capturar greplinha e pular para o próximo (terceiro) registro

  • NR==n{ if (/NEW Cell/) { f=0 } else print r ORS gr }- ao encontrar a 3ª linha crucial (garantida por NR==n)

    • if (/NEW Cell/) { f=0 }- se a terceira linha da seção processada contiver NEW Cell- redefina o processamento atual com f=0(todas as linhas capturadas anteriormente serão ignoradas)
    • else print r ORS gr- caso contrário, imprima todas as linhas capturadas anteriormente

A saída:

echo "NEW Cell"
grep "2557,20" out.2A25.20090308.64436.7.HDF.txt.text = 19.75   5.62  82.11 170
grep "2557,21" out.2A25.20090308.64436.7.HDF.txt.text = 24.34   5.58  82.13 120
grep "2558,22" out.2A25.20090308.64436.7.HDF.txt.text = 22.2   5.57  82.19 120
echo "NEW Cell"
grep "2560,22" out.2A25.20090308.64436.7.HDF.txt.text = 24.69   5.62  82.25 160
grep "2561,23" out.2A25.20090308.64436.7.HDF.txt.text = 24.74   5.60  82.30 120

Responder2

Solução compacta com sed:

sed '/NEW Cell/!{H;d;};x;/\n.*\n/!d'

Se a linha não contiver NEW Cellexecute Hpara anexar a linha ao espaço de espera e dinterromper o processamento dessa linha.

Portanto, outros comandos são aplicados apenas às NEW Celllinhas: O xespaço padrão troca e o espaço de espera, portanto a linha está agora no espaço de espera e outras linhas podem ser anexadas, enquanto o espaço de padrão contém tudo anexado à última NEW Celllinha. Seu requisito é que haja mais de uma linha entre as NEW Celllinhas, portanto deve haver pelo menos duas novas linhas no espaço do padrão. Caso contrário, exclua-o sem saída: /\n.*\n/!d.

Responder3

Com rudimentar awk...

A versão 1 excluirá apenas grepas linhas que seguem a descrição do OP:

awk '/^grep/ { if (f) { if (length(s) > 0) { print s; s="" } print } \
     else { f=1; s=$0 } } ! /^echo/ { print; f=0 } \
     ! /^echo/ && ! /^grep/ { print }' inputfile

A versão 2 excluirá grepas linhas solo, bem como a linha anterior não-grep que segue o exemplo de saída do OP:

awk '/^grep/ { if (f) { if (length(s) > 0) { print s; s="" } print } \
    else { f=1; s=s "\n" $0 } } /^echo/ { s=$0; f=0 } \
    ! /^echo/ && ! /^grep/ { print }' inputfile

Forma legível da versão 2...

/^grep/ { 
   if (found) {  # found==true : already encountered first grep line
       if (length(save) > 0) {
          print save
          save=""
       }
       print
   } else {
       found=1
       save=save "\n" $0  # append the first grep line to saved preceding line
   }
}

/^echo/ { 
    save=$0  # save this line for possible later printing
    found=0
}

# print anything else
! /^echo/ && ! /^grep/ { print }

Este formato longo pode ser executado colocando o conteúdo em um arquivo (por exemplo awkfile, ) e awk -f awkfile inputfile.

Responder4

gawk '
/\n.+\n/{
    printf("%s%s", RS, $0);
}' RS='echo "NEW Cell"\n' input.txt

Explicação:

  1. RS='echo "NEW Cell"\n'- RSé o separador do registro de entrada, por padrão uma nova linha. Agora ele foi alterado para echo "NEW Cell"\n, assim, todas as ocorrências desta string serão removidas e todos os caracteres entre elas passarão a ser o item de registro.
  2. /\n.+\n/{- somente para registros que correspondam a este padrão - nova linha, um ou mais caracteres, nova linha. Então, ele corresponde apenas a registros multilinhas, o registro de linha única não corresponde, pois possui apenas um arquivo \n.
  3. printf("%s%s", RS, $0);- imprime o registro, precedido do RS( echo "NEW Cell"\n).

Saída

echo "NEW Cell"
grep "2557,20" out.2A25.20090308.64436.7.HDF.txt.text = 19.75   5.62  82.11 170
grep "2557,21" out.2A25.20090308.64436.7.HDF.txt.text = 24.34   5.58  82.13 120
grep "2558,22" out.2A25.20090308.64436.7.HDF.txt.text = 22.2   5.57  82.19 120
echo "NEW Cell"
grep "2560,22" out.2A25.20090308.64436.7.HDF.txt.text = 24.69   5.62  82.25 160
grep "2561,23" out.2A25.20090308.64436.7.HDF.txt.text = 24.74   5.60  82.30 120

informação relacionada