sed：跳过匹配的第一次出现，然后对于所有其他出现，删除包含匹配的整行

问题描述

我想实现这一目标：

• 跳过第一次出现的匹配
• 对于所有其他事件（除了第一次）
• 删除包含该事件的整行

例如，如果我有这个文本：

<div>
    <p>First text</p>
</div>
<div>
    <p>Second text</p>
    <p>Third text</p>
</div>

我正在匹配 <p>

我希望输出是：

<div>
    <p>First text</p>
</div>
<div>
</div>

我试过 sed '0,/<p>/! /<p>/d'，但它输出 unknown command: `/' 。

我怎样才能达到我想要的结果？ 我还是个新手，所以我的错误可能会显得很愚蠢。 如果您能提供帮助，将不胜感激。

解决方法

从这个问题来看，在我看来，您没有考虑 <p> 和 </p> 位于不同行的情况，您甚至都不关心 </p>；您只是删除了所有包含 <p> 的行，除了第一行。

以下命令应该可以完成这项工作：

sed -z 's/<p>/\x0/;s/[^\n]*<p>[^\n]*\n//g;s/\x0/<p>/' input_file

这个解决方案有一个相当简单的逻辑：

• 它标记并“隐藏”第一个 <p>;
• 删除所有包含 <p> 的行，除了第一个 <p> 是“隐藏的”；
• 恢复“隐藏的”<p>。

详细说明：

• 选项 -z 使 Sed 将文件视为由所有行连接而成的单个字符串，每行以 \n 结尾；
• Sed 命令由以 ; 分隔的 3 部分组成：
  1. s/<p>/\x0/ 将第一个 <p> 更改为 \x0，这不是文件中存在的字符；
  2. s/[^\n]*<p>[^\n]*\n//g 删除（实际上用空字符串替换）任何只包含非\ns 且在某处带有 n<p> 且后跟 \n 的行；包含 <p> 的第一行不会被删除，因为它在步骤 1 之后不包含 <p>；
  3. s/\x0/<p>/ 将标记 \x0 改回 <p>。

,

当您想保留第二个 <p> 时，它与第一个在同一行，您可以使用

sed -rz ':a;s/(<p>.*\n)[^\n]*<p>[^\n]*\n/\1/;ta' file

当你真的喜欢sed时，你可以使用

sed -n '1,/<p>/p' file; sed '/<p>/d' <(sed '1,/<p>/d' file)

你想要 sed，我也会展示一个 awk 解决方案：

awk '/<p>/ && delp {next}
     /<p>/ {delp=1}
     1' file

,

这可能对你有用（GNU sed）：

sed '/<p>/{x;/./{x;d};x;h}' file

如果当前行不包含 <p>，则正常打印。

如果当前行包含 <p> 并且保留空间中有副本，则删除当前行。

否则将当前行复制到保留空间并正常打印。

---

替代方案：

sed -z 's/.*<p>.*\n//2mg' file

,

这是另一种使用相当复杂的逻辑但包含较短命令的解决方案：

sed 'x;s/<p>/&/;x;ta;bb;:a;/<p>/d;:b;H' input_file

这是一个描述逻辑的伪代码：

if one of previous lines contains <p>
    set flag to true
else
    set/leave flag to false
end
if flag
    if line contains <p>
        delete line
    end
end

详细说明：

• 与 the other answer 不同，它不使用 -z 选项，这意味着脚本对输入的每一行都运行文件
• 脚本执行以下操作（同样，命令由 ; 分隔）：
  1. x 交换（exchanges）模式空间的内容（其内容“通常”是正在处理的行）与保持空间的内容（一个可以存储的寄存器）最初为空的东西；请参阅第 7 步以了解我们如何在此脚本中使用它）；
  2. s/<p>/&/ 在模式空间的当前内容中搜索<p>，即运行步骤1之前hold空间的内容，并替换为自身（&） ;对于正在处理的文本，这是一个无操作，但它设置为 true 一个内部标志，表示上次执行的 s 命令已成功；实际上，这个 s 命令的作用类似于 如果模式空间包含 <p>，则将标志设置为 true，否则将其保留为 false;
  3. x 交换模式并再次保持空间；这些第一步（1、2 和 3）的最终效果是文本没有改变，如果 保持空间包含<p>;
  4. ta 测试标志，如果为真，则控件移动到 :a 所在的位置；这意味着如果保持空间包含 <p>，我们继续第 5 步，否则我们跳到第 6 步
  5. （紧跟在 :a 之后）/<p>/d 删除当前正在处理的行，如果它包含 <p>;
  6. （如果第 4 步的测试结果是否定的，即保留空间不包含 <p>，我们就在这里）bb 无条件地b牧场（跳转）到 {{ 1}} 是，这意味着我们简单地跳过了第 5 步，即我们让包含 :b 的行离开，但没有删除它；
  7. <p> 将当前模式空间附加到保持空间；实际上，当我们阅读它们时，我们会一行一行地累积到保持空间。

,

你和0,/<p>/! /<p>/d很亲近！ /pat/ 或 /pat/! 后面不能紧跟 // - 您需要 { }，因此会出现语法错误。

无需重复 <p> 模式 - 空模式重复使用最后一个。

$ printf "%s\n" a '<p>' c d '<p>' '<p>' '<p>' e | sed '0,/<p>/!{//d}'
a
<p>
c
d
e