Question

我将一堆电子邮件文件合并到一个大文本文件中。现在我正在尝试从这些新文本文件中删除电子邮件中的所有标题行。我有一组独特的字符，我可以用它们作为标记在它们之间删除，但是我找不到会删除头文件的RegEx。下面是一个示例集（包括两个星号和底部的双等号）。


**


 w54cs6547wem;         Sat, 30 Oct 2010 00:06:43 -0700 (PDT)
 s10mr13764658ybi.218.1288422402631;         Sat, 30 Oct 2010 00:06:42 -0700 (PDT)


p13si451872ybk.2.2010. .36;         Sat, 30 Oct 2010 00:06:42 -0700 (PDT)

  Sat, 30 Oct 2010 02:01:23 -0500 

Date: Sat, 30 Oct 2010 02:01:22 -0500 Subject: 
Message-ID:  
Thread-Index: Act4ABHi0HfIPTIzRwe9oy8ojziTig==

Answer 1

我不知道bash替换语法，但你想要的正则表达式是：

/\*\*.*?==/

在PHP中，代码为：

$str = preg_replace('/\*\*.*?==/', '', $str);

希望你可以毫不费力地将其翻译成bash。

<强>解释

这里的诀窍是.*?。 ?使.*懒惰，因此它会从**开始并匹配所有内容，直到找到第一个 ==为止。如果没有?，则.*会贪婪并抓取文档中第一个**和最后一个==之间的所有内容。所以，如果你有这样的事情：

**foo==bar **baz==quux **abc==xyz

...使用/\*\*.*?==/作为你的正则表达式会给你bar quux xyz，而/\*\*.*==/只会给xyz。

Answer 2

sed -i '/\*\*/,/==/d' FILE

更改您的文件（-i），

sed '/\*\*/,/==/d' FILE > MODIFIED

将修改保存到新创建的文件中。

Answer 3

如果你打算这样做，很可能你会在内存中处理整个文件。这是一个逐行的方法。

$> cat  file
some words
here that i want
**


 w54cs6547wem;         Sat, 30 Oct 2010 00:06:43 -0700 (PDT)
 s10mr13764658ybi.218.1288422402631;         Sat, 30 Oct 2010 00:06:42 -0700 (PDT)


p13si451872ybk.2.2010. .36;         Sat, 30 Oct 2010 00:06:42 -0700 (PDT)

  Sat, 30 Oct 2010 02:01:23 -0500

Date: Sat, 30 Oct 2010 02:01:22 -0500 Subject:
Message-ID:
Thread-Index: Act4ABHi0HfIPTIzRwe9oy8ojziTig==

other words
here that i also want

$> awk '/^\*\*/{f=1;next} f&&/==$/{f=0;next} f{next} !f' file
some words
here that i want

other words
here that i also want

想法是在找到**时设置标记，然后跳过该行直到找到==。

Answer 4

在vim中，您可以为此映射一个键：

map !! /\*\*^Mmk/==^Mjd`k

其中^ M实际上是control-V-M

按!!将删除**和==

之间的所有内容

您可以将此地图放在.vimrc文件中，以使其成为全局。

Answer 5

在perl：cat file | perl -p -i -e 'undef $_ if /^\*\*/ .. /==$/'中很容易表达。对于sed：cat file | sed -e '/^\*\*/,/==$/d'。

也是如此

在BASH中，删除两组字符之间的所有内容

5 个答案: