Forum Debian Users Gang

DeWu · 2015-04-07 09:54:11

Witajcie.
Linuksa i basha używam już jakiś czas i potrafię conieco zrobić za pomocą grep, awk, cut, tr itp. Problem mam tylko, gdy muszę pracować na tekście który ma wiele linijek a interesowany mnie tekst znajduje się w innej linijce niż to co wygrepowałem. Przykład:

Kod:

<div class="post">Tutaj jest linijka z wystąpieniem słowa post
Kilka
linijek
tekstu
</div>

Mam do przejścia kilkaset plików tekstowych i wycięcia z nich tego wszystkiego, co pojawia się pomiędzy <div class="post"> a kolejnym </div>. Dla utrudnienia dodam, że tekst ma różną długośc a <div class="post"> może się powtórzyć kilkukrotnie w jednym pliku (kilka tekstów będzie trzeba wygrepować). Czy przy pomocy znanych mi narzędzi będzie można to osiągnąć?

winnetou · 2015-04-07 10:18:02

Kod:

#!/usr/bin/perl

open FH,"<",'/sciezka/do/pliku/z/tekstem';

while (<FH>){
    if (/<div class="post">/../<\/div>/) {
        next if /<div class="post">/ || /<\/div>/;
        print
    }
}
close FH;

Kod:

winnetou@hordeum-vulgare /tmp $ cat xx
tekst przed
ma 2 linijki
<div class="post">Tutaj jest linijka z wystąpieniem słowa post
Kilka
linijek
tekstu
</div>
tekst po ma 2 linijki
s
winnetou@hordeum-vulgare /tmp $ ./xp.pl 
Kilka
linijek
tekstu
winnetou@hordeum-vulgare /tmp $

DeWu · 2015-04-07 10:40:31

Nie działa. Pytanie tylko, czy linijka nie powinna zaczynać się od <div class="post">? Często zdarza się, że przed <div class="post"> jest jeszcze sporo białych znaków.

winnetou · 2015-04-07 10:43:13

Kod:

winnetou@hordeum-vulgare /tmp $ cat xx 
tekst przed
ma 2 linijki
tu jakiś     teskt ze spacjami             <div class="post">Tutaj jest linijka z wystąpieniem słowa post
Kilka
linijek
tekstu
</div> a tu też spacje i tekst 
tekst po ma 2 linijki
s
winnetou@hordeum-vulgare /tmp $ ./xp.pl 
Kilka
linijek
tekstu
winnetou@hordeum-vulgare /tmp $

SOA #1

Natomiast jeśli w samym tagu <div> masz jakieś zbędne spacje to przerób pętle na regexpa :)

Kod:

while (<FH>){
  if (/<\s?div\s+?class="post"\s?>/../<\s?\/div\s?>/) {
    next if /<\s?div\s+?class="post"\s?>/ || /<\s?\/div\s?>/;
    print
  }
}

DeWu · 2015-04-09 10:23:58

Też nie działa. Może wrzuciłbym tu przykładowy plik z którego grepuję?

winnetou · 2015-04-09 11:05:14

No to podaj plik z którym pracujesz, bo coś ściemniasz ;)

Time (s)	Query
0.00016	SET CHARSET latin2
0.00009	SET NAMES latin2
0.00189	SELECT u., g., o.logged FROM punbb_users AS u INNER JOIN punbb_groups AS g ON u.group_id=g.g_id LEFT JOIN punbb_online AS o ON o.ident='52.15.37.74' WHERE u.id=1
0.00116	UPDATE punbb_online SET logged=1732308115 WHERE ident='52.15.37.74'
0.00086	SELECT * FROM punbb_online WHERE logged<1732307815
0.00131	DELETE FROM punbb_online WHERE ident='18.227.48.131'
0.00114	DELETE FROM punbb_online WHERE ident='185.191.171.16'
0.00112	DELETE FROM punbb_online WHERE ident='3.143.218.115'
0.00110	SELECT topic_id FROM punbb_posts WHERE id=285552
0.00005	SELECT id FROM punbb_posts WHERE topic_id=27251 ORDER BY posted
0.00120	SELECT t.subject, t.closed, t.num_replies, t.sticky, f.id AS forum_id, f.forum_name, f.moderators, fp.post_replies, 0 FROM punbb_topics AS t INNER JOIN punbb_forums AS f ON f.id=t.forum_id LEFT JOIN punbb_forum_perms AS fp ON (fp.forum_id=f.id AND fp.group_id=3) WHERE (fp.read_forum IS NULL OR fp.read_forum=1) AND t.id=27251 AND t.moved_to IS NULL
0.00007	SELECT search_for, replace_with FROM punbb_censoring
0.00196	SELECT u.email, u.title, u.url, u.location, u.use_avatar, u.signature, u.email_setting, u.num_posts, u.registered, u.admin_note, p.id, p.poster AS username, p.poster_id, p.poster_ip, p.poster_email, p.message, p.hide_smilies, p.posted, p.edited, p.edited_by, g.g_id, g.g_user_title, o.user_id AS is_online FROM punbb_posts AS p INNER JOIN punbb_users AS u ON u.id=p.poster_id INNER JOIN punbb_groups AS g ON g.g_id=u.group_id LEFT JOIN punbb_online AS o ON (o.user_id=u.id AND o.user_id!=1 AND o.idle=0) WHERE p.topic_id=27251 ORDER BY p.id LIMIT 0,25
0.00109	UPDATE punbb_topics SET num_views=num_views+1 WHERE id=27251
Total query time: 0.0132 s

Forum Debian Users Gang

Ogłoszenie

#1 2015-04-07 09:54:11

DeWu - Użytkownik

Zabawa z tekstem

Kod:

#2 2015-04-07 10:18:02

winnetou - złodziej wirków ]:->

Re: Zabawa z tekstem

Kod:

Kod:

#3 2015-04-07 10:40:31

DeWu - Użytkownik

Re: Zabawa z tekstem

#4 2015-04-07 10:43:13

winnetou - złodziej wirków ]:->

Re: Zabawa z tekstem

Kod:

Kod:

#5 2015-04-09 10:23:58

DeWu - Użytkownik

Re: Zabawa z tekstem

#6 2015-04-09 11:05:14

winnetou - złodziej wirków ]:->

Re: Zabawa z tekstem

Stopka forum

Informacje debugowania